DDOR: находим слово, из-за которого Claude отказал — и меняем только его

Фильтры безопасности LLM реагируют на слово, а не на смысл. Весь ваш запрос может быть безвреден — но одна фраза, 'взлом алгоритма' вместо 'оптимизации', кидает модель в отказ. DDOR даёт возможность найти именно эту фразу-триггер и заменить только её. Метод делит отклонённый запрос пополам, тестирует каждую часть и выбрасывает безопасную — несколько итераций, и виновник найден. Замена одной фразы вместо переписывания всего промпта — по данным исследования, в 11 раз эффективнее.