PACER: peer-review между решениями LLM для экономии токенов

Обнаружено: LLM генерирует уверенно неправильные решения — модель ошибается на шаге 3, но продолжает рассуждать с высокой уверенностью. Фильтры по вероятности токенов это не ловят. Метод PACER позволяет выявить и исправить скрытые ошибки в рассуждениях через взаимную проверку нескольких попыток. Фишка: показываешь каждому решению "консенсус" других — часть самоисправляется, когда видит убедительную альтернативу. Вместо генерации 100 новых полных решений (50k токенов) делаешь 100 коротких ревизий (15k токенов) — экономия в 3 раза при росте точности.