Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
"You" Is Not Toxic: LLM-разметчики принимают обращение на «ты/вы» за токсичность
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Обнаружено: LLM, которую просят искать токсичные комментарии, реагирует на само обращение «ты/вы». Среди комментариев, которые люди считают нормальными, Claude Haiku метит 12% без слова «you» и 51% с четырьмя и более. Метод позволяет проверить, не выдумала ли модель тренд, например «чем глубже ветка, тем она токсичнее». Перепиши «ты/вы» в третье лицо и разметь заново. Если ложный рост исчез, виновато местоимение. В статье ложная эскалация упала на две трети.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку