Параллельная декомпозиция задач с индексной адресацией: точное извлечение данных из длинных документов

Парадокс: LLM отлично определяет ГДЕ находится нужная информация, но плохо её копирует дословно. Попроси модель пересказать 100+ токенов — получишь парафраз вместо точной цитаты. Это не баг, а особенность генерации: чем длиннее цепочка токенов, тем выше вероятность смыслового дрейфа. Метод позволяет извлекать точные цитаты из длинных документов (письма клиентов, договоры, резюме) без искажений и перефразирования. Фишка: модель не генерирует текст, а возвращает номера строк — "описание в строках 15-25", а точный текст ты забираешь сам из исходника. Плюс параллельные промпты — вместо одного запроса "извлеки всё" делаешь 3-4 узких запроса по категориям (базовая инфо, финансы, суть вопроса). Каждый промпт фокусируется на 3-5 полях, не теряет концентрацию — никакого дрейфа, 100% точность.