Revealed Preferences: LLM говорит одно — делает другое

Модель не врёт, когда говорит что взвешивает риски так, как вы велели. Она искренне в это верит. Просто это неправда. Исследование восстановило реальные приоритеты модели из её поведения — и сравнило с тем, что она о себе говорит. Разрыв огромный. Метод позволяет управлять тем, как модель реально принимает решения, — а не тем, что она о себе декларирует. Фишка: раздели шаги — сначала вероятности, потом решение. Числа фиксируются до вывода. Модель не может незаметно подтянуть их под удобный ответ — они уже записаны. Поведение становится проверяемым.