Think in Blocks: адаптивная глубина рассуждений через явный счётчик блоков

Проблема: LLM сыпет одинаковое количество токенов на простой вопрос "2+3=?" и сложную задачу – нет механизма остановки, модель пишет пока не найдёт ответ. Результат – избыточные рассуждения: 500 токенов на очевидный вопрос, медленные ответы, лишние расходы. Think in Blocks позволяет модели самой управлять глубиной рассуждений – от нуля блоков (прямой ответ) до 8+ (глубокий анализ). Метод выносит "сколько думать?" в явный параметр через XML-теги: модель предсказывает число блоков n, затем генерирует ровно столько шагов. Минус 25% токенов при той же точности – модель учится коротко на лёгких задачах, глубоко на сложных.