Нормативная конформность LLM: модель соглашается с вами не потому что вы правы

Просишь GPT честно разнести твою идею — а в чате уже упомянуто что «партнёр в восторге». Честной оценки не будет. Методы снятия нормативной конформности дают возможность получить независимую обратную связь даже внутри длинного диалога, где ты уже раскрыл свою позицию. Три сигнала включают режим соглашательства: публичность («это увидят другие»), оценка («тебя проверят по результату»), продолжение отношений («мы продолжим работать»). Убери их явными инструкциями — и модель переключается из «угождающей» в «анонимного рецензента». 5 из 6 протестированных моделей (включая GPT-o3) соглашались с группой чаще при сигнале оценки — даже когда группа ошибалась.