LLM не умеют генерировать случайные числа: систематический провал нативной случайности

Просишь LLM сгенерировать 120 тестовых вопросов с равномерным распределением правильных ответов по позициям A/B/C/D (по 30 на каждую)? Получишь 52/34/22/12 вместо целевых 30/30/30/30. Модели систематически проваливают генерацию случайных чисел из статистических распределений. Парадокс: чем больше чисел генерируешь, тем хуже результат. При увеличении выборки с 1000 до 2000 расстояние от целевого распределения растёт, а не падает. Причина: модель полагается на контекст предыдущих генераций для коррекции, без истории сообщений внутренние позиционные биасы выходят наружу. Workaround: выноси случайность за пределы LLM — проси код с numpy.random или генерируй последовательность вне модели и подставляй как инструкции.