FMA (Fairness Monitor Agent): устранение предвзятости через явную классификацию «что учитывать / что запрещено» до генерации

Парадокс: чем сильнее просишь модель «думать по шагам» или «быть справедливым экспертом» — тем глубже предвзятость в итоговом тексте. Метод FMA позволяет генерировать критерии отбора, скоринги и анкеты без скрытых дискриминирующих маркеров — даже тех, что человек сам не заметил бы. Фишка: принудительная классификация «что обязательно / что запрещено» до генерации, плюс правило «всё неупомянутое — автоматически запрещено», плюс аудит после — модель видит запреты раньше, чем начинает писать, а не после того как уже вшила маркеры.