Score Anchoring: как подсказка "правильного" балла меняет не только оценку LLM, но и её аргументы

Обнаружено: подсказка балла работает как якорь, а не команда — модель совпадает с ним только в трети случаев, остальное время подбирает своё близкое значение. Метод позволяет получить от LLM честную аргументированную критику вместо дежурной похвалы — если правильно попросить. Фишка: модель легко находит новые плюсы, но с трудом ищет минусы — сказывается обучение быть helpful, из-за которого она тянется к позитивной рамке даже когда её просят снизить оценку.