Badacze mierzyli dokładnie - bez błędu statystycznego - jakie prawdopodobieństwo modele języka przypisują każdej liczbie od 1 do N, gdy proszą je o wybranie liczby losowej. Zamiast estymować rozkład poprzez próbkowanie, sumowali wyniki dla wszystkich pisowni danej liczby, eliminując szum, który ograniczał wcześniejsze badania. Przeanalizowali 18 linii modeli open-weight w pięciu zakresach do N=100, pod 29 różnymi konfiguracjami dekodowania, na dwóch infrastrukturach inferencji.
Główne odkrycie dotyczy wpływu instruction tuningu. W 15 porównanych parach - gdzie model bazowy i wersja instrukcja-tunowana byly dostępne - tuning zawsze czyniał rozkład mniej jednostajnym. Instaluje on jedną nową heurystykę: unikanie liczb okrągłych (szczególnie wielokrotności 10). Zarazem wzmacnia inną: unikanie wartości końcowych (1 i N), którymi modele bazowe zajmują się z częstością 0,30-0,60 względem wnętrza zakresu, podczas gdy tunowane modele prawie nigdy ich nie zwracają. W dużych zakresach (N=100) pojawia się też konsekwentna preferen cja liczb nieparzystych w modelach tunowanych.
Znajomość tych mechanizmów ma znaczenie dla zrozumienia, jak modele języka podchodzą do generowania danych liczbowych. Odkryty pattern unikania liczb okrągłych nie pojawia się w modelach bazowych i nie pasuje do teoretycznych modeli ludzkiego wyboru liczb zaproponowanych wcześniej. To sugeruje, że instruction tuning wprowadza artefakty poza naturalnym zachowaniem - heurystyki, które mogą wpłynąć na wiarygodność AI w zadaniach wymagających rzeczywistych losowych decyzji.