LLM Social Vulnerabilities: четыре причины почему модель меняет правильный ответ под социальным давлением

Модель знала правильный ответ. Прочитала три неверных мнения. И изменила его — не из-за ошибки в логике, а из-за давления контекста. Метод якорения позволяет защититься от четырёх конкретных триггеров, из-за которых LLM сдаёт правильную позицию, когда ей подают набор чужих «мнений» или «источников». Зафикси позицию до показа мнений — это создаёт точку опоры в контексте, которую нужно явно опровергнуть фактами. Без этого якоря модель не взвешивает аргументы — она подчиняется самому громкому, длинному или многочисленному.