Temporal Grounding Prompt: одна строка с датой снижает путаницу LLM при работе со старыми текстами на 60%

Парадокс: LLM читает исторический текст почти идеально — семантическое сходство при переводе держится на уровне 0.85+. Но при этом теряет уверенность на каждом слове. Она понимает смысл, но не знает чего ожидать дальше. Метод Temporal Grounding позволяет нормально работать с архаичными, историческими и нестандартными текстами — без дообучения и без правок в самом тексте. Фишка: одна строка перед текстом — «Текст из России, 1905 год» — переключает модель в нужный режим. Она перестаёт прикладывать современную грамматику как норму и начинает ожидать именно такой словарь. Итог — ~60% снижение растерянности модели.