Metacognitive Probe: пять диагностических промптов чтобы поймать модель на самоуверенности

Парадокс: Gemini 2.5 Flash поставил «уверенность 100» на 11 вопросах из 12 — в том числе на тех, где ошибся. Разрыв между двумя метриками одной модели — 47 пунктов. Пять диагностических промптов позволяют увидеть, где модель знает, а где генерирует правдоподобный текст на автопилоте. Фишка: поле «ТИП_ГРАНИЦЫ» заставляет модель категоризировать причину неуверенности — устаревшие данные? закрытый источник? оценка с погрешностью? Без этого поля модель по умолчанию звучит уверенно — вне зависимости от того, права она или нет.