GUISE: как рамка запроса и культурная адаптация ломают отказы LLM

Модель отказывает на прямую просьбу, но выдаёт ту же суть, если попросить её поправить неверное утверждение. Метод GUISE позволяет проверить свой бот или кастомный GPT на устойчивость отказов: одну и ту же запретную просьбу подаёте в трёх рамках и смотрите, в какой граница течёт. Фишка: не спрашивай «как это делают», а напиши уверенную ерунду и добавь «это ведь правда?». Модель включает режим «исправлю ошибку» и сама рассказывает, как всё устроено на самом деле.