Reasoning Overconfidence: почему LLM останавливается на первом решении и как это обойти

LLM находит 2-3 решения задачи и заявляет 'больше вариантов нет' с уверенностью 85% — хотя пропустила 80% правильных ответов. Это не обман, а слепое пятно: модель искренне считает, что нашла всё. Метод позволяет находить ВСЕ возможные решения для задач типа 'перечисли все варианты' — каналы маркетинга, стратегии развития, сценарии событий. Фишка: модель 'застревает' на первом найденном пути — это называется когнитивная жёсткость. Простой трюк разблокирует поиск: добавь после первого ответа промпт Подожди, могут быть другие решения? — это перезагружает фокус внимания. Модель выдаст +5-10 новых вариантов. Для сложных задач используй Long-CoT модели (o1, DeepSeek-R1, Claude extended) — они делают несколько раундов самокритики и находят в 2-3 раза больше решений.