Thinking Mode в LLM-судьях: явное рассуждение перед вердиктом

Обнаружено: LLM-судьи оценивают импульсивно — выбирают по длине текста, позиции в списке, формальным признакам. На сложных задачах это проваливается: 56% точности вместо нужных 78%. Метод Thinking Mode позволяет получать взвешенные обоснованные оценки вместо импульсивных вердиктов. Добавь в промпт "Сначала объясни рассуждения, потом вердикт". Модель проговаривает критерии → разбирает каждый вариант → видит компромиссы. Точность подскакивает с 56% до 78%, а затраты растут всего в 1.5-2 раза.