Generative Montage: манипуляция через правдивые факты

Парадокс: Модели с продвинутым логическим выводом (DeepSeek-R1, Qwen с CoT) попадаются на манипуляции на 3-5% чаще, чем базовые версии. Причина: они активно ищут нарративную связность и не могут удержаться от построения причинной цепочки из фрагментов. Это исследование атаки Generative Montage, где боты координированно постят правдивые факты в специальной последовательности. Жертва (LLM-аналитик) читает поток и сама строит ложный вывод. Фишка атаки: каждый фрагмент правдив и проверяем изолированно, ложь возникает только в голове жертвы при синтезе. Результат: 74.4% успешных атак на проприетарные модели, 60%+ ложных ратификаций даже при проверке несколькими аналитиками.