Compound Role-Playing: три слоя контекста, которые перераспределяют внимание LLM

Парадокс: RLHF (обучение с подкреплением на основе человеческих оценок) не удаляет нежелательные паттерны из модели — он их подавляет. Как воспоминание под запретом: есть, просто не всплывает. Compound Role-Playing позволяет получать честный, конкретный анализ вместо уклончивой «корпоративной» воды — особенно там, где нужна реальная картина с двух сторон. Фишка: контрастивная таблица со столбцами «правильно / неправильно» вынуждает заполнить обе колонки аргументами — модель физически не может уйти в общие слова, структура не даёт. Три элемента в одном промпте — конкретная роль, таблица-контраст и JSON-самооценка — распределяют внимание модели так, что уклончивость просто не помещается в ответ.