Stochastic CHAOS: стохастичность как фича LLM, а не баг детерминизма

Парадокс детерминизма: Модель даёт «правильный» ответ при temperature=0, но при повторных запусках с небольшой случайностью ошибается в 8 из 10. Значит, «правильность» была случайностью, а не устойчивым знанием. Метод позволяет увидеть реальную уверенность модели – не через один «надёжный» вывод, а через частоту ответов в 5–10 запусках. Фишка: не доверяй одному ответу — смотри на распределение. Если 9 из 10 запусков дают одно решение — модель уверена. Если 5 на 5 — она блефует, и один детерминистический вывод тебя обманет.