PKG Adaptation: разрушаем пузыри персонализации через адаптацию контекста

Текстовая инструкция "дай что-то другое" проваливается. В экспериментах простой промпт "избегай томатов" дал 19.3% новых рекомендаций, а модификация графа - 32.4%. Почему? LLM читает не слова, а структуру контекста. Метод PKG Adaptation позволяет разрушить "пузыри фильтров" - когда модель застревает в одном типе рекомендаций (например, "только итальянское с томатами"). Фишка: не переобучаем модель, а меняем сам граф предпочтений ДО отправки промпта. Три стратегии: мягкое снижение весов (5→2), инверсия оценок (5→0), удаление связей - результат в 1.7 раза лучше текстовых инструкций.