BiasTrace: зависание в сомнениях — сильнейший предсказатель предвзятого ответа LLM, сильнее явно стереотипных фраз

Обнаружено: явные стереотипные фразы в рассуждениях модели — не главный признак предвзятости. Настоящий виновник прячется в поведении: когда LLM больше трёх раз пересматривает один вопрос и не может остановиться, она хватается за стереотип просто чтобы закончить раздумья. Метод BiasTrace позволяет ловить эту скрытую предвзятость ещё до финального ответа — даже если в тексте рассуждения нет ни одного стереотипного слова. Работает в два слоя: в промпт добавляется требование опираться только на контекст, а после ответа модель проверяет себя по чек-листу поведенческих маркеров — зависание, домысливание о группе, привлечение знаний со стороны. Самопроверка по конкретным признакам точнее, чем просьба «оцени предвзятость от 0 до 5».