Self-Correction Dynamics: когда «подумай ещё раз» помогает, а когда вредит

Интуиция говорит: чем больше раз модель перепроверит себя, тем точнее результат. Данные говорят обратное. После 1-2 итераций самокоррекция перестаёт работать — точность выходит на плато или падает. Метод показывает где остановиться с перепроверками. В генерации текста модель начинает дрейфовать после 2 итераций — переписывает правильные куски, добавляет лишнее, уходит от темы. В задачах с выбором (A, B, C, D) модель залипает на первом варианте — если первый выбор неверный, рассуждения почти никогда его не меняют. Оптимум: одна целевая перепроверка, дальше стоп.