Оценка качества табличных данных с использованием больших языковых моделей и генерации кода

Обнаружено: LLM при генерации сложных структур (правил, чек-листов, планов) создают внутренние противоречия — модель не видит конфликты между собственными выводами. Метод позволяет получать логически согласованные и надежные результаты без многократных переделок вручную. Суть — заставить LLM стать критиком собственного ответа: сначала модель генерирует черновик, затем в новом промпте вы просите её найти противоречия и слабые места в этом же тексте. Точность логики вырастает на 40-60% по сравнению с одношаговой генерацией.