Instruction-Induction Conflict: контекст диалога постепенно перехватывает управление у инструкции

Обнаружено: инструкция в начале сессии — не константа, а убывающий вес, который к 10-20 сообщению может проиграть давлению истории диалога. Метод Instruction Anchoring позволяет удерживать модель в рамках исходного задания даже в длинных сессиях — без ручного надзора за каждым ответом. Фишка: однотокенные ответы срываются уже после 1-3 конкурирующих примеров — многотокенный формат держится вдвое дольше. Добавь CoT-якорь (модель сначала объясняет что делает, потом отвечает) — и точка срыва сдвигается с 3-5 сообщений до 40+.