Дискриминативный промпт: оценка вариантов вместо генерации ответа

GPT-4o показал одинаковую точность при 10% и 100% наблюдений — модель вынесла суждение в самом начале и просто не обновила его, когда получила в 10 раз больше данных. Дискриминативный фрейм позволяет сломать этот якорь: вместо 'что произошло?' — 'какой из этих вариантов лучше объясняет факты?'. Добавь варианты + требование 'сумма оценок = 1' — и модель вынуждена распределить уверенность, а не виляет уклончивым 'все варианты возможны'. Ты видишь 'А: 0.65, Б: 0.20' вместо туманного 'скорее всего первый'.