LLM-as-Judge для эмоций: проверка правдоподобия вместо жёсткого выбора одной эмоции

Люди сами не могут договориться, какая эмоция в реплике — согласны друг с другом только в 35% случаев. Получается модель не «ошибается», выбирая другой, но тоже верный вариант — эмоция там объективно неоднозначна. Метод позволяет получить честную картину эмоций в диалоге, не наказывая модель за выбор одной из нескольких правильных версий. Вместо вопроса «какая тут эмоция» модель по очереди проверяет каждого кандидата: «правдоподобна ли грусть? а раздражение?» — и засчитывается любой правдоподобный ответ, а не единственный «правильный».