Interpolative Decoding: управление характером AI через смешивание противоположных промптов

LLM плохо понимает размытые инструкции типа "будь умеренно строгим" или "слегка циничным". Слова "умеренно", "в меру", "слегка" — абстракции, которые каждый трактует по-своему. Модель учится на текстах, где крайности описаны ярко, а середина — расплывчато. Interpolative Decoding решает это через смешивание двух противоположных ролей: описываешь "циничный скептик" и "наивный оптимист", задаёшь баланс 70/30 — получаешь точный оттенок между ними. Фишка: вместо создания 10+ промптов для каждого градуса черты характера, создаёшь два крайних полюса и двигаешься по спектру. В оригинале техника работает через смешивание логитов (вероятностей следующего токена) от двух промптов. Это требует API-доступа. Но принцип применим в обычном чате: опиши два архетипа, задай соотношение словами ("70% первого, 30% второго"), модель сама сбалансирует стиль.