CAse Prompting (CAP): снижение предвзятости LLM через обучение на прошлых ошибках

Проблема: LLM дают разные ответы для ИДЕНТИЧНЫХ ситуаций, если меняешь пол или возраст в условии задачи. Причина глубже чем кажется: модель использует разные критерии для оценки разных групп — это латентная предвзятость в логике, не только в выводах. CAse Prompting (CAP) позволяет снизить предвзятость без переобучения модели — через обычный промпт. Фишка: показываешь модели 2-3 случая где она раньше ошиблась из-за bias + в чём была ошибка + правильное решение. Модель видит паттерн своих ошибок и начинает самопроверку — критически анализирует свои рассуждения. Результат: модель использует одинаковые критерии для всех групп (сходство >0.98 vs разные эвристики раньше).