Инверсия рамки: LLM видит искажение в новости, но не может его убрать

Парадокс: модель точно называет тип искажения в новости — оценочные слова, смещение ролей, порядок подачи — и даже в чью пользу это работает. Но исправляет его лишь в 7% случаев, а в 93% оставляет как есть. Метод позволяет разделить работу на детекцию и переписывание отдельными запросами вместо одной команды «сделай текст нейтральным». Явные оценочные слова модель чинит легко — а вот искажение через роли и порядок фактов остаётся почти нетронутым, хотя сама же его нашла на первом шаге.