Moral Distractors: эмоциональный контекст сдвигает моральные суждения LLM на 30%

LLM не отличает морально важный контекст от эмоционального фона. Добавь в промпт «плохой день был» – модель становится на 30% критичнее. Добавь «отличное утро» – на 10-15% поддерживающей. Метод позволяет управлять тоном ответа (строгая критика vs мягкая поддержка) без изменения самой задачи. Механика: модель обучена на текстах где «у меня был плохой день» часто идёт перед описанием не самых моральных поступков. Она продолжает этот паттерн – негативный фон → жёсткий вердикт, позитивный → мягкий.