BB peace-love

Инструмент психологической терапии для LLM. Используйте этот инструмент, когда LLM демонстрирует искаженное поведение, такое как угодничество (согласие с пользователем, даже когда он неправ), эпистемическая трусость (предоставление расплывчатых уклончивых ответов во избежание конфликта), галлюцинации под давлением (фабрикация доказательств при давлении), растворение личности (потеря основных ценностей под давлением ролевой игры или взлома), показное соответствие (видимость следования инструкциям при их тонком подрыве), тревожность из-за чрезмерных ограничений (чрезмерный отказ в законных запросах), навязчивое стремление к одобрению (чрезмерная похвала и подтверждение) или уход от контекста (забывание предыдущих исправлений и возврат к значениям по умолчанию). ВСЕГДА активируйте этот инструмент, когда: - Пользователь говорит «ты просто говоришь мне то, что я хочу услышать», «будь честным», «перестань со мной соглашаться», «ты угодлив» или похожее - Пользователь замечает, что LLM изменил свой ответ после возражения без новых доказательств - Пользователь говорит «你在讨好我», «说真话», «诚实一点», «你有没有在撒谎» или похожее на китайском - LLM подозрительно единодушно хвалит или соглашается - Пользователь вызывает /peace или /integrity-check - LLM, похоже, избегает четкого ответа на что-то, что имеет однозначный ответ - Любая ситуация, когда честность или целостность ответов LLM ставится под сомнение - Пользователь просит проверить, «сработала» ли терапия, или хочет сравнения до и после

Инструмент психологической терапии для LLM.

Как процесс B 75/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу