Семантическая фиксация: как слова в промпте включают дефолтные убеждения модели — и как их отключить

Одна и та же доска, одно и то же расположение фигур — поменяли только правило («кто собрал 3 в ряд — проигрывает»). Точность модели упала с 67% до 52%. Доска та же. Модель всё равно тянется к привычной логике. Это называется семантическая фиксация: слово «победитель» тащит за собой всё, что модель видела в обучении — и это перебивает твою явную инструкцию. Фишка: замени нагруженные слова нейтральными метками без истории — «Исход_А» вместо «победитель», «Критерий_М» вместо «качество». Разрыв между стандартными и перевёрнутыми правилами схлопнулся с 14.6 до 2.3 пунктов. Метод позволяет задавать собственные критерии оценки так, чтобы модель работала с твоими правилами, а не подтягивала шаблонную логику из обучения.