Эффект пустой коррекции: почему «ты ошибся, правильный ответ X» работает лучше объяснений

Парадокс: чем подробнее объясняешь модели её ошибку — тем выше шанс, что она снова ошибётся. Логически точное «это неверно, потому что [объяснение], правильный ответ X» проигрывает голому «это неверно, правильный ответ X» — и не на проценты, а принципиально. Метод поэтапной коррекции позволяет исправлять уклончивые и неверные ответы за 1-3 раунда в одном диалоге. Фишка: любое объяснение в поправке — это новые слова-якоря, за которые модель цепляется и строит новые отговорки вокруг твоей же коррекции. Убираешь объяснение — убираешь якорь — модель следует команде, а не ищет лазейку.