Reinforcement Inference: повторная попытка при неуверенности модели

Парадокс: Просто сказать модели "подумай внимательнее" на ВСЕХ вопросах — хуже baseline. А вот если сначала измерить неуверенность (энтропия вероятностей) и усилить инструкцию только для колеблющихся ответов — точность взлетает с 60.72% до 84.03%. Reinforcement Inference позволяет получать точные ответы на сложных профессиональных вопросах (медицина, право, физика), где модель может "проскочить" задачу поверхностно. Фишка: используешь собственную неуверенность модели как триггер для второго прохода. Модель отвечает → замеряешь энтропию её вероятностей → если высокая (модель размазывает шансы между вариантами) → повторный запрос с жёстким "ты колебался, реши заново". Контрольный эксперт показал: просто сказать "у тебя была высокая энтропия" без реального измерения — эффекта ноль.