Select-Then-Decompose: динамический выбор способа декомпозиции задач в LLM

Парадокс декомпозиции: универсальный подход к разбивке задач либо жрёт в 10 раз больше токенов впустую, либо проваливается на сложных задачах. Математика требует последовательных рассуждений, код — итеративной отладки, креатив — параллельного мышления. Select-Then-Decompose позволяет автоматически подбирать оптимальный метод декомпозиции в зависимости от типа задачи. Фишка: система не фиксирует подход заранее — сначала анализирует задачу, выбирает метод (цепочка рассуждений, итеративная отладка или параллельные треки), применяет его, а потом проверяет уверенность модели. Если уверенность ниже 0.7 — автоматически переключается на более мощный подход. Результат: Парето-оптимальный баланс качества и стоимости на всех бенчмарках.