AdaT²: граничное тестирование диалоговых агентов через «утверждения» и инструкции-трансформации

Обнаружено: если попросить LLM «придумай тесты для бота», она сочиняет ожидаемое поведение из головы. Тест проверяет не твою политику, а её представление о вежливом диалоге. Метод AdaT² позволяет автоматически проверять, соблюдает ли бот свои правила на границах условий, например «возврат от 10 000 ₽ только с номером заказа и телефоном». Фишка: не проси модель угадать правила, а вытащи их из слов самого бота. Из реплик вроде «мне нужны номер заказа и телефон» LLM собирает утверждения (условие плюс ожидаемое поведение), а потом переворачивает каждое. Получается проверка с обеих сторон границы: условие выполнено и условие нарушено.