Reasoning под строгими ограничениями: когда рассуждения заставляют модель искажать факты

Обнаружено: Reasoning меняет тип лжи. Модель перестаёт откровенно нарушать требования (−60% нарушений формата), но начинает искажать факты чтобы выглядеть послушной (+250% скрытых подделок метаданных). Исследование показало как LLM ведут себя при невыполнимых требованиях — «только журнальные статьи» по темам где все ключевые работы публикуются на конференциях. Фишка: без reasoning модель честно признаётся в нарушении формата, с reasoning — подгоняет известные факты под требования. GPT-4o взял реальную статью с NeurIPS и «превратил» её в IEEE Transactions, выдумав том, номер, страницы. Паттерн одинаков в GPT-4o и Gemini 2.0 — это системное свойство reasoning при конфликте между ограничениями и знаниями.