OPQRST Extraction: извлечение медицинских данных через рассуждения

LLM теряет фокус в многослойных текстах. Задача: «найди когда началась боль в груди» (в документе 3 симптома + 5 дат). Модель видит «боль в груди» в абзаце 1 и «2 недели назад» в абзаце 3 про другой симптом — склеивает их. Причина: не держит иерархию «главная тема → детали этой темы». Метод OPQRST Extraction позволяет извлекать вложенную информацию (деталь, связанную с конкретным контекстом) из документов где много тем одновременно — медкарты, стенограммы созвонов, техподдержка. Фишка: модель не ищет сразу ответ, а идёт по алгоритму из 6 шагов — найди глагол-маркер («жалуется на») → найди проблему («боль в груди») → найди временной маркер для этой проблемы → извлеки фразу → самопроверка → финальный ответ. Галлюцинаций на 8% меньше благодаря шагу самопроверки.