Implicit Learning from Mistakes – обучение LLM на контрасте без объяснений

Обнаружено: LLM при виде подробных объяснений ошибок в примерах склонна копировать стиль объяснения, а не извлекать суть логики — отсюда феномен «сверхограничения» (over-constraining). Метод позволяет научить модель избегать типичных ошибок без траты времени на формулировку объяснений — достаточно показать контраст. Вместо «Задача → Ошибка → Объяснение → Правильный ответ» используется «Задача → Ошибка → Правильный ответ» — модель сама анализирует разницу. Это заставляет её самостоятельно выявлять паттерны, а не поверхностно следовать стилю ваших комментариев — рост точности с 67% до 89% в логических задачах.