Иллюзия характера: почему LLM забывает своё поведение в новом чате

Обнаружено: у LLM нет характера — есть только контекст. Пообещала критиковать честно, потом открылся новый чат — и всё, чистый лист, обещание испарилось. Но пока обещание видно в том же разговоре, модель его держит. Метод позволяет зафиксировать нужное поведение внутри одного чата: вместо общего «ты честный?» — конкретный вопрос об этой задаче, прямо перед ней. Спроси «что ты сделаешь, когда заметишь слабое место именно в этом тексте?» — получишь поведение, которое реально предсказывает реакцию модели. Спроси «ты в целом честный?» — не получишь ничего полезного. Эксперименты подтвердили: специфичный вопрос работает в разы точнее, чем стандартные тесты на черты личности.