Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Evidence-Sufficiency Wrapper: как заставить модель признавать неполноту данных вместо уверенных галлюцинаций
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Обнаружено: LLM оптимизирует на полезный ответ, а не на честный. Данных мало — она всё равно достроит картину и ответит уверенно. Wrapper позволяет получать от модели структурированный отказ отвечать — когда данных реально не хватает. Четыре блока в одном промпте: ЕСТЬ ДАННЫЕ → НЕТ ДАННЫХ → ДОСТАТОЧНО ЛИ → ОТВЕТ. Структура заставляет модель пройти чекап до генерации ответа — уже без явной запретительной инструкции это снижает уверенные ответы-без-оснований на 38%.
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