TaoSR1: ThinkingModel для поиска релевантности в электронной коммерции

Обнаружено: LLM склонны к накоплению ошибок в длинных цепочках рассуждений — каждый промежуточный шаг может исказить итоговый вывод. TaoSR1 позволяет получать точные вердикты в задачах оценки и классификации, минимизируя риск того, что модель «запутается» в собственной логике. Метод переворачивает стандартный CoT с ног на голову: вместо «думай → отвечай» используется «ответь → объясни». Модель сначала дает краткий итоговый вердикт («релевантно/нерелевантно»), а затем строит обоснование — точность выросла на 15-20% по сравнению с классическим Chain-of-Thought.