OPV: проверка длинных рассуждений через суммаризацию ключевых шагов

Обнаружено: модель путается в собственных длинных рассуждениях. Reasoning-модели генерируют тысячи токенов с попытками в тупик, пересчётами, откатами — проверить эту кашу целиком почти невозможно. Метод OPV позволяет находить логические ошибки в многотысячных цепочках мыслей, даже если финальный ответ выглядит правильным. OPV работает как фильтр + лупа: сначала суммаризатор выжимает из 5000 токенов хаоса 10 ключевых шагов, потом верификатор проверяет только чистую логику — точность с 55.2% до 73.3% на олимпиадных задачах.