Memorization vs Reasoning: почему LLM проваливаются на незнакомых задачах

Парадокс: ChatGPT решает задачи из учебников на 84-90%, но проваливается на новых комбинациях той же сложности — падение до 20-60%. Модели не рассуждают, они распознают знакомые паттерны. Новая комбинация правил = потеря глобальной согласованности: исправляет одно, ломает другое. Протокол градуальных подсказок позволяет исправлять локальные ошибки (забытое условие, неправильная формула) через трёхступенчатую систему обратной связи. Фишка: не говори сразу что не так — дай контрпримеры, потом сужай до компонента, потом до точной ошибки. Это снижает неопределённость и заставляет модель самостоятельно находить проблему на первых уровнях. Уровень 1: покажи где решение не работает (ложные срабатывания / пропуски). Уровень 2: укажи в какой части ошибка. Уровень 3: скажи точно что изменить. Переходишь дальше только если предыдущий уровень не сработал.