Снижение уязвимостей к "джейлбрейкам" с помощью LLM, осведомленных о намерениях

Обнаружено: LLM страдают от "поверхностного согласования" (Shallow Alignment) — выдают шаблонные отказы на триггерные слова («уничтожить», «взорвать», «атаковать»), не анализируя реальное намерение запроса. Метод позволяет получать корректные ответы на сложные или двусмысленные запросы, которые модель обычно блокирует из-за буквального прочтения формулировок. Принудительный анализ намерения перед выполнением задачи заставляет модель перейти от реакции на «опасные слова» к пониманию контекста — снижение ложных отказов на 60-80% при сохранении защиты от реально вредоносных запросов.