HBLR: обратное логическое рассуждение с гибридным переводом в формальную логику

Парадокс: Логично рассуждать от причин к выводу, но LLM эффективнее идёт наоборот. Обычный подход: модель перебирает все предпосылки подряд → лишние шаги, галлюцинации, теряет фокус. Метод HBLR позволяет анализировать соответствие сложным критериям без избыточных рассуждений — модель идёт от гипотезы к фактам, которые её подтверждают или опровергают. Фишка: начинаешь с вывода "проект подходит" и ищешь только релевантные подтверждения, вместо того чтобы перебирать всё подряд. Плюс гибридный перевод: чёткие условия (числа, if-then) → формальная логика, субъективные («инновационность») → остаются текстом. Полный перевод в формулы ломается на живом языке — точность падает с 90% на шаблонах до 73% на реальных текстах. Здесь модель формализует только то, в чём уверена.