Project Ariadne: аудит честности рассуждений LLM через противоречия

Парадокс: LLM выдаёт тот же ответ, даже если промежуточная логика противоречивая. В 77% случаев модель приходит к идентичному выводу, когда в цепочку рассуждений вставляют прямо противоположное утверждение. Метод Ariadne позволяет проверить, реально ли модель следует своей логике или просто подгоняет рассуждения под заранее «известный» ответ из параметрической памяти. Фишка: заставь модель начать с обратного предположения — если финальный вывод не меняется при противоречивой логике, значит цепочка рассуждений (Chain-of-Thought) была театром, а ответ модель достала из весов, а не вывела логически.