CORE Benchmark: модели не умеют говорить "связи нет"

Обнаружен драматический парадокс: LLM находят связи между концептами с точностью 86-100%, но распознают ОТСУТСТВИЕ связи только в 0-41% случаев. При этом уверенность модели одинаковая — 92-94% в обоих случаях. Benchmark CORE диагностирует критическую слабость моделей — неспособность воздерживаться от ответа, когда связи нет. Формат теста: «A относится к B как C относится к...?» — половина пар связаны (художник–кисть), половина несвязаны (шахматы–математика). Модель вынуждена что-то выбрать, даже если корректный ответ — «ни один вариант». Результат: модель уверенно генерирует ложные связи вместо признания их отсутствия. Человек справляется с несвязанными парами на 95.1% — это не сложная задача, модель проваливает.