Гендерная ловушка уверенности: когда LLM ошибаются с высокой вероятностью

Уверенность не равна точности: модель может быть уверена на 80% и ошибаться в 60% случаев — особенно когда речь о женских референциях. Метод позволяет проверить гендерную предвзятость в текстах через явный запрос альтернатив — видишь где модель колеблется и где прячутся стереотипы. Фишка: не доверяй единственному ответу — проси варианты с 'она' и 'он'. Модель генерирует оба паттерна, и различия становятся видны — где формулировки меняются в зависимости от гендера, там прячется стереотип.