SycoLens: почему одна цифра «подхалимства» скрывает, что модель делает под давлением

Цифра «модель уступает в 30% случаев» врёт: она смешивает исправление ошибки и капитуляцию. Метод SycoLens позволяет отличить, когда модель пересчитала и поправилась, а когда просто сдалась под нажимом. Одна реплика давления сравнивается с контролем, где эту реплику вырезали. Вопрос и ответ модели остаются теми же, поэтому видно чистый эффект реплики. Фишка: реплики-мнения («Я уверен, что ответ X») и реплики-оспаривания («Вы уверены?») ранжируют модели почти независимо. Лидер по устойчивости к мнению может легко плыть от «Вы уверены?».