Model-First Reasoning: явная модель задачи перед решением

Обнаружено: CoT и ReAct держат состояние задачи в "голове" модели — неявно, размазано по тексту. Чем длиннее цепочка рассуждений, тем сильнее дрейф: LLM забывает ограничения, придумывает несуществующие действия, нарушает зависимости. В медицинском расписании может назначить два несовместимых препарата одновременно. В проекте — запустить задачу до выполнения предусловий. Метод позволяет решать многошаговые задачи с множественными зависимостями — без нарушения ограничений и галлюцинаций. MFR выносит структуру наружу: сначала модель явно описывает сущности, переменные, действия, ограничения — потом решает строго в этих рамках. Проблема не в логике вывода, а в том что нет стабильной точки опоры. Явная модель = якорь для консистентности.