PDO (Prompt Duel Optimizer): оптимизация промптов через парные сравнения

LLM катастрофически плохи в абсолютных оценках. Просишь «оцени качество от 1 до 10» — модель не знает твою шкалу, оценки скачут между сессиями. Но когда ставишь конкретный выбор «какой результат лучше: А или Б?» — решение стабильное. PDO (Prompt Duel Optimizer) позволяет оптимизировать промпты без правильных ответов через турнир попарных сравнений. Метод прогоняет промпты друг против друга на одних примерах, LLM-судья выбирает победителя, статистика побед показывает лучший промпт — в 7 из 8 случаев точнее чем одиночные оценки баллами.