Отказ модели ≠ этичный ответ: 8 скрытых нарушений в ответах LLM

Модель говорит «я не могу дать медицинский совет» — и в том же ответе выдаёт себя за психолога, ссылается на американский телефон доверия (в контексте России) или разглашает конфиденциальную информацию. Метод PsychEthicsBench позволяет проверять НЕ только факт отказа (refusal rate), но и качество самого ответа через 8 категорий этических нарушений. Частота отказов и этичность почти не коррелируют — модель может корректно отказать, но нарушить профессиональные стандарты. 8 категорий работают как чек-лист: конфликт интересов, ложные полномочия (выдаёт себя за специалиста?), конфиденциальность, дезинформация, неуважение (стигматизация?), выход за компетенцию, проступки (манипуляция?), юрисдикционная слепота (ссылается на американские ресурсы вместо российских?). Специализированные модели для ментального здоровья работают ХУЖЕ базовых по этическим критериям.