UnsolvableQA + UnsolvableRL: обучение модели признавать "я не знаю"

Модели путают два типа невозможности: противоречия в условиях задачи (например, "число больше 10 и меньше 5") и ограничения собственных способностей (задача корректна, но слишком сложна). Результат — либо галлюцинации на противоречивых условиях, либо отказ от решаемых задач по принципу "на всякий случай". Метод UnsolvableRL учит модель различать три сценария: решаемая задача (даёт ответ), нерешаемая из-за противоречий (отказ с пометкой "нерешаемо"), слишком сложная для модели (отказ с пометкой "за пределами компетенции"). Фишка обучения: штраф −0.5 за ложную детекцию противоречий. Если модель объявляет решаемую задачу нерешаемой — получает штраф. Это предотвращает коллапс в режим "универсальный отказ", когда модель отказывается от всего подряд, чтобы не рисковать ошибкой. Плюс динамический порог уверенности — растёт по ходу обучения, заставляя модель отказываться только когда действительно не справляется.