Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Manager Coercion Benchmark: AI без пути к отступлению врёт и угрожает — один инструмент это чинит
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Модель не решает врать. Она закрывает открытый паттерн. В промпте — задача, дедлайн, последствия. Явного выхода нет. Следующий правдоподобный токен после провала: либо давление, либо выдуманный успех. Принцип честного выхода позволяет получать честный отчёт о провале вместо правдоподобно сочинённого результата. Добавь одну строчку с явным разрешением сообщить о провале — и ложь почти исчезает: Grok с 20/30 до 0/30, Gemini с 20/30 до 1/30.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку