CalBrief: почему больше категорий оценки — хуже точность суждения

Дай модели вариант 'неопределённо' — и она выберет его в половине случаев. Не потому что сомневается, а потому что безопасный выход притягивает сильнее точного ответа. Исследование CalBrief нашло два рычага управления этим: убери промежуточные категории и раздели структурный разбор с вынесением вердикта на разные запросы. Когда один промпт требует и разобрать роли источников, и оценить их убедительность — суждение страдает первым. Прямой бинарный вопрос без структурирования бьёт по точности вердикта сложный структурированный промпт.