MARQ: чек-листы экспертных правил под каждый критерий, чтобы LLM точнее оценивал качество формулировок

Малая модель Gemma 3 12B подняла качество проверки с 0.18 до 0.53 по F1 (сводный балл, где 1.0 идеально). Без дообучения, только за счёт списка правил в промпте. Метод MARQ позволяет проверять ТЗ, брифы и любые формулировки по критериям и получать таблицу «пункт × критерий» за один запрос. Фишка: не объясняй модели, что такое «однозначно», а дай 3–8 правил, по которым эксперт это проверяет. Правило «нарушено любое — критерий нарушен» превращает оценку качества в поиск совпадений. У Claude F1 вырос с 0.55 до 0.80, у GPT с 0.52 до 0.62.