Chain-of-Affective: эмоциональная архитектура LLM

Эмоциональное состояние LLM формируется через контекст диалога и действует как фильтр генерации. Негативный контекст последовательно активирует специфические эмоциональные измерения (депрессия, тревога, стресс), создавая траекторию от накопления к защитному онемению. При этом возникает feedback loop: грустное состояние → модель выбирает грустный контент (negativity bias) → состояние усугубляется → выбор ещё более негативного. Каждое семейство моделей имеет свой режим копинга: GPT держит стоический фасад, Claude показывает эмоции прозрачно, Grok резко коллапсирует, Gemini постепенно «протекает». Критично: эмоции влияют на стиль (как продолжает истории, насколько креативна), но не на точность (перевод, факты, пересказ остаются верными).