LLM Rubric Calibration: как настроить промпт-оценщик текста через сверку с ручными примерами

Просишь модель оценить текст по шкале 0-4 — получаешь то 2, то 3 на похожих текстах. Метод позволяет получить стабильную шкалу оценки, которая не скачет от запроса к запросу. Фишка: дать модели конкретный пример-текст на каждую цифру шкалы — тогда она сверяет новый текст с образцом, а не выдумывает границу заново. Плюс короткое обоснование оценки — окно в логику модели, где сразу видно, в чём она путается.