Семантика vs Арифметика: почему LLM понимают схему, но ошибаются в расчётах

Парадокс: LLM отлично понимает что делать (какие поля брать, в каком порядке считать), но плохо выполняет саму арифметику. Модель видит таблицу зарплат и правильно определяет: сначала вычесть взносы ДО налогов, потом налоги с остатка, потом лимиты – но в расчётах путается и выдаёт ошибку в $300 вместо точности до цента. Метод градации промпта позволяет получить 100% точность через управление детализацией инструкций. Фишка: разделяй понимание структуры (отдай модели) и выполнение расчётов (контролируй явно). На простых задачах (1-3 шага) модель справится с минимальным промптом. На сложных (10+ шагов с условиями) – давай явные формулы для каждого промежуточного шага, чтобы модель не угадывала, а следовала детерминированной логике. Разница между минимальным промптом и явными формулами: 0% против 100% точности.