Почему LLM ломаются при длинных списках правил

Парадокс: «думай пошагово» (Chain-of-Thought) делает модель ХУЖЕ в механических задачах. LLM проваливается на длинных чек-листах — точность падает с 87% до 62% при росте списка с 100 до 1000 правил. Метод позволяет проверять тексты по длинным спискам правил (100+ пунктов) без потери точности. Фишка: сначала отдельный запрос сужает 1000 правил до релевантных 30, потом LLM проверяет по короткому списку — +8-13% точности против обычного промпта.