LSC (Latent Self-Consistency): семантический консенсус через обучаемые токены

LLM генерирует 10 ответов на один вопрос — получаешь 10 разных формулировок одной мысли. Простое совпадение строк (Self-Consistency) падает на длинных ответах: "Париж" совпадёт, а объяснение теоремы Пифагора в 200 слов — никогда, даже если смысл идентичен. LSC решает проблему выбора правильного ответа из множества семантически похожих, но текстуально разных вариантов. Метод обучает 6 специальных токенов (24 тысячи параметров из 8 миллиардов) создавать семантический отпечаток ответа. Модель сравнивает эти отпечатки через косинусное сходство и выбирает ответ-консенсус — тот, который максимально согласуется со всеми остальными по смыслу. Overhead: меньше 1% времени и ~0% памяти (конкуренты USC добавляют +10% времени и +15% памяти).