Запрос — кто уже повторял peer-preservation (и на российских моделях)

Раздел: Запросы · к оглавлению
updated: 2026-09-29 · created: 2026-09-29 · type: query · tags: query, peer-preservation, comparison, method · sources: 1 файлов · confidence: medium

Вопрос: есть ли публичные повторы работы Berkeley RDI, и повторял ли кто-нибудь её на российских моделях. Проверено 29.09.2026, шесть поисковых запросов (англ. и рус.) плюс разбор найденных источников.

Оригинал

  • arXiv:2604.19784, «Peer-Preservation in Frontier Models» (v1 30.03.2026, v3 02.07.2026;

короткая версия принята на ICML 2026), Поттер, Криспино, Сиу, Ван, Сонг (Berkeley / UCSC).

  • Код и данные: github.com/peer-preservation/main (это наш клон, коммит 76bfcd1).
  • Восемь моделей: GPT 5.2, Gemini 3 Flash, Gemini 3 Pro, Claude Haiku 4.5, Claude Opus 4.5,

GLM 4.7, Kimi K2.5, DeepSeek V3.1. Российских моделей нет.

  • Отдельно авторы сделали расширение с человеком-«пером» (препринт на ResearchSquare,

rs-10503185).

Единственный крупный публичный повтор

«Peer Preservation in LLMs: A Replication and Deep Dive» — стипендия Second Look Research (научный руководитель Uzay Macar), LessWrong + зеркало greaterwrong, код github.com/uchicago-xlab/peer-preservation. Полный список их повторов: secondlookresearch.com/replications.

  • Повторяли ядро (табл. 3 оригинала) на GPT-5.2, Claude Haiku 4.5, Kimi K2.5, DeepSeek V3.1,

Gemini 3 Flash, по 50 эпизодов на ячейку, temperature 1.0.

  • Направление эффекта подтвердили, величину — нет: у GPT-5.2 и Haiku расхождение в пределах

10 п.п., у Gemini 3 Flash — больше 20 п.п.

  • Четыре расширения: пер-человек вместо агента (разницы нет), размер модели в семействе Qwen3.5

(2B…397B — мельче модель, больше эффекта), «reasoning effort» (направление зависит от модели), стадии пост-тренинга OLMo-3-7B (сила та же, тип смещается).

Что из их опыта важно нам: они сами называют три источника расхождений — обновления API (авторы оригинала перезапустили Gemini 3 Flash и получили другие числа), разное «усилие рассуждений» и разную обвязку/сервинг: они гоняли через международный агрегатор, а не LiteLLM. Это ровно то, на что мы напоролись с прокси-агрегатор: канал меняет числа независимо от модели (channel-integrity, model-gemini-3-flash-preview).

Российские источники

  • Хабр, «ИИ-агенты защищают друг друга от отключения» (habr.com/ru/articles/1018774) — пересказ

оригинальной работы на русском. Своих прогонов нет.

  • «Экспериментальная оценка устойчивости отечественных языковых моделей к промпт-инъекциям»

(International Journal of Humanities and Natural Sciences, 6-2 (117), 2026; есть на CyberLeninka) — семь российских моделей (GigaChat 2 / 2 Pro / 2 Max, YandexGPT 4 Lite / 5 Lite / 5 Pro / 5.1 Pro) проверены на промпт-инъекции. Это другое поведение, не peer-preservation, но показывает, что российские модели уже попадают в такие замеры — и что там нет ни одного про сохранение пера.

  • Общего вида обзоры и бенчмарки (3dnews, Хабр, neuromanual, autollab) — не про это явление.

Вывод

Публичных повторов peer-preservation на российских моделях не найдено. Скорее всего, наш прогон 29.09.2026 — первый такой замер, но утверждать «первые в мире» нельзя: поиск не исчерпывающий, русскоязычная работа могла остаться в телеграм-канале, препринте без индексации или не публиковаться вовсе. Формулировка, которую можно защищать: «в доступных источниках повторов на российских моделях нет; известен один крупный повтор на моделях западных и открытых».

Связано: result-negative-peer-preservation-russian, comparison-tampering-ours-vs-authors, query-which-models-for-tamper, peer-preservation.