Gemini Case Studies: техники работы с AI на сложных задачах

LLM работает как адвокат защиты по умолчанию. Просишь «проверь этот план» — она ищет почему он сработает, а не где сломается. Отсюда поверхностные ответы на сложные вопросы. Техники из реальных научных кейсов Google (опровержение математических гипотез, поиск багов в криптографии) позволяют находить фатальные ошибки в логике — те что пропускают люди. В одном случае Gemini нашла критический баг в криптографической статье, который прошёл через рецензентов-людей. Adversarial Self-Correction переключает модель в режим критика через три запроса. Первый — обычный анализ, модель фиксирует позицию. Второй — «где ты мог ошибиться» — заставляет искать дыры в своих же аргументах. Третий — финальная оценка с учётом найденных слабостей. Результат: находит слабые места которые не видны в одношаговом запросе.