Порядок инструкций: почему LLM проваливаются при нелинейных маршрутах

Парадокс: LLM даёт фактически правильный ответ, но на другой вопрос из промпта. Тест RIFT обнаружил скрытую слабость – модели проваливаются при нелинейном порядке выполнения инструкций. Та же задача в линейном порядке (1→2→3→4) даёт точность 55%, в прыгающем порядке (1→3→2→4) – обвал до 2%. Модель на 120 млрд параметров показывает медианную точность меньше 3% при нелинейном маршруте. Около 50% ошибок – это правильные факты на неправильный вопрос: модель теряет позицию в последовательности.