ChemATP: внешняя база знаний вместо параметрической памяти

LLM не «знает» точные факты — она воспроизводит паттерны из обучения. Для химии, медицины, техники это проблема: модель галлюцинирует на специализированных вопросах, а дообучение дорого и негибко. ChemATP решает через разделение знаний и рассуждения: метод создаёт внешнюю текстовую базу с точными свойствами объектов (для химии — заряд атомов, ароматичность, вес молекулы), находит похожие примеры с известными ответами, и даёт всё это модели для явного анализа. Фишка: модель не «вспоминает из параметров» — она читает факты и рассуждает над ними. База обновляема (добавил данные — сразу работает), прозрачна (видно какие свойства использовались), и не требует переобучения модели.