Proactive Risk Awareness: LLM молчит о неочевидных последствиях, пока ты прямо не попросишь смотреть вперёд

Попросил «отвечай кратко» — предупреждения о рисках исчезли первыми. Не баг и не злой умысел: модель обучена давать полезный ответ, а неочевидные последствия для неё — шум, который никто не просил. Метод позволяет получать конкретные предупреждения о неочевидных рисках без явного запроса — организуешь фестиваль с фейерверками, а модель сама называет пожарную опасность и штрафы. Фишка: системный промпт не добавляет предупреждения поверх ответа — он переопределяет что такое «хороший ответ» до начала генерации. Пять разных моделей протестировано — работает на всех.