Траектории размышлений LLM: как модель идёт к ответу — и где сворачивает не туда

Парадокс: нерелевантное рассуждение активно вредит — хуже, чем вообще ничего. В прямых экспериментах модель с чужим рассуждением (другая задача, та же структура) отвечала точнее, чем с ним — потому что пыталась встроить чужую логику в свой ответ, и это ломало результат. А принудительный ответ посреди ошибочного пути закрепляет ошибку так, будто она и была целью. Метод позволяет выявлять и сбрасывать ложные предпосылки до того, как они успевают встроиться в каждый следующий ответ. Фишка: явная команда «начни с чистого листа» плюс «задай вопросы перед ответом» разрывает цепочку якорения — и это работает в обычном чате, без специальных режимов мышления.