Тесты показали 70% ложных детекций дыма на чистых данных. Модель рисовала боксы на машинах и знаках с confidence 0%. Одношаговый bbox-формат провоцировал ошибки. Изменение промпта устранило ложные тревоги при recall >80%.
Стандартные методы промпт-инжиниринга не помогли снизить ложные срабатывания.