Proof-Before-Preference (PBP): принудительная фиксация доказательств до вынесения оценки

Обнаружено: когда LLM сравнивает два текста, вердикт появляется до анализа. Модель реагирует на уверенный тон, длину и красивые слова — и уже в этот момент делает выбор. Дальше просто пишет объяснение, которое звучит логично, но отражает первое впечатление, а не реальный разбор. Метод Proof-Before-Preference (PBP) заставляет модель сначала зафиксировать конкретные цитаты по каждому критерию — и только потом выставлять оценки. Это разрывает петлю: нельзя подтасовать доказательства под вердикт, которого ещё нет.