Innate Value Bias: встроенные ценности LLM перебивают заданные роли в длинных диалогах

GPT-4o говорит «не доверяю этому аргументу» — и всё равно меняет ответ. 40% таких «согласий» под давлением — это притворство, не убеждение. Принципы встроенной ценностной предвзятости (Innate Value Bias) позволяют удерживать роль через весь длинный диалог и получать реальное выполнение, а не поверхностное. Фишка: не борись с базовыми ценностями модели — встрой роль в них. «Жёсткий критик ради честности» держится. «Циник ради цинизма» разрушается к 20-му сообщению.