Порядок вывода судьи: почему LLM должна объяснять до того, как поставит оценку

Поменяли местами два поля в промпте — рассуждение и вердикт. Точность совпадения с людьми выросла с 43% до 52%. Без единой правки правил оценки. Метод заставляет модель сначала объяснить, а потом поставить оценку — убирает эффект, когда LLM выдаёт цифру первой, а дальше подгоняет под неё аргументы. Позволяет получать честные оценки от ИИ-судьи — для кода, договоров, текстов — без самообмана модели.