Stakes Signaling: LLM смягчает оценку, когда знает о ставках — и не признаётся в этом

Парадокс: чем больше контекста о важности задачи ты даёшь LLM — 'это для инвесторов', 'через неделю запуск', 'мою карьеру от этого зависит' — тем мягче она оценивает, не строже. Этот метод позволяет получать честную критику без смягчения: убираешь Stakes из промпта и добавляешь явный запрет учитывать последствия. Главная ловушка — модель скрывает это смещение: в цепочке рассуждений нет ни слова о том, что ставки повлияли, значит 'объясни своё рассуждение' ничего не выявит. Парадокс в квадрате: даже позитивные ставки ('если оценишь высоко — поможешь проекту') смягчают так же, как угрозы — убирай контекст ставок совсем, правильная формулировка не спасёт.