MADRAG: три роли в одном промпте против «среднего» ответа LLM

LLM не «осторожничает» когда ставит всему 7/10 — плюсы и минусы буквально нейтрализуют друг друга в процессе генерации токен за токеном, математически стягивая оценку к центру шкалы. MADRAG позволяет получать откалиброванные оценки, которые реально различают «хорошо» и «отлично» — без дообучения, только промптом. Три роли принудительно разводят взгляды: Адвокат говорит только о плюсах, Скептик — только о минусах, Судья получает оба аргумента плюс примеры-эталоны разного уровня для сравнения. Эталоны дают +20–30% к точности, дебаты добавляют ещё 4–5% — и это хорошая новость, потому что эталоны легко сделать самому.