Contextual Drag: неправильный черновик в контексте тянет следующий ответ к похожим ошибкам

Парадокс: Говоришь модели 'это неправильно, попробуй ещё раз' — она признаёт ошибку, но следующее решение структурно копирует провальное. Это объясняет почему итеративный подход 'покажи ошибку → модель исправится' работает хуже чем ожидаешь. Неправильное решение в контексте работает как якорь. Модель отталкивается от его структуры при генерации нового ответа. Attention-механизм цепляется за паттерн рассуждения из истории, даже если модель вербально признала его ошибочным. Производительность падает на 10-20% у сильных моделей, до 50% у слабых.