[Перевод] Даже мощные LLM теряются в длинных текстах. Исследователи выяснили почему

Недавно я писал статью о том как работают HTML-виджеты Telegram. На следующий день после ее выхода исследователи показали, как через виджет запустить калькулятор на Android. Павел Дуров заявил, что проблемы нет, а сценарий уже исправлен. Разбираемся, что сломалось, какие нейросети помогли найти баги и в какие версии Telegram попали исправления.

Я написал Зябру - локальный переключатель раскладки: набрал “ghbdtn” вместо “привет”, программа сама стирает и переписывает правильно. Ключевое: она полностью локальная - не пишет набранное на диск, не ведёт журнал клавиш, не трогает буфер обмена и не открывает сеть вообще. В памяти держится только текущее незавершённое слово и одна последняя замена, ничего больше. Пользуюсь каждый день. А недавно задумался: а есть ли от неё реальная польза именно при работе с LLM, или это просто удобство без измеримого эффекта? Решил проверить не на словах, а цифрами - благо под рукой свой локальный Qwen3.8-Flash-Next на Strata. Идея простая: беру короткие фразы, которые реально мог бы случайно отправить не в той раскладке, и для каждой шлю модели два варианта - как задумано и как получилось бы без Зябры. Без системного промпта, без истории - просто один вопрос в одно сообщение.

Собственный VPS, постоянный IP, DNS-утечки, рейтинги доверия и проверка личности. Собрал ответы пользователей Claude и Claude Code и попробовал разобраться, какие из популярных объяснений блокировок действительно подтверждаются данными. В конце октября на Хабре вышло исследование «Я собрал 1693 истории банов Claude и проверил, что может спасти аккаунт». Автор попытался найти закономерности в историях блокировок и пришёл к довольно неутешительным выводам. Чуть позднее появилась история пользователя, которого заблокировали после проверки российского загранпаспорта, но через три часа восстановили аккаунт и вернули деньги. У меня опыт оказался другим: Anthropic приостановила доступ к моей платной организации Claude Max 20x, а затем отменила подписку и отказала в возврате средств. Пришлось пересесть на Codex.