Rubric-First Reasoning: как раскрыть моральное мышление модели через задачу, а не вопрос

Модель знает об этике больше, чем показывает в ответах — и это не случайность, а прямое следствие обучения с оценками людей (RLHF): модель научилась выдавать безопасные ответы, а не всё что знает. Метод Rubric-First позволяет задать сложную дилемму и получить разбор на уровне профессионального философа — без специальных знаний. Вместо «проанализируй ситуацию» — просишь «составь критерии оценки»: один смысловой сдвиг в задаче, и модель покрывает 83–89% того, что написали эксперты, плюс добавляет в 2.26 раза больше уникальных соображений.