PC-FOL находка: LLM теряет нить в задачах с «или» — и как это исправить

Обнаружено: когда в задаче есть «или/либо», модель молча выбирает один путь и разбирает только его — без предупреждения, уверенно. GPT-4o решает линейные задачи на 85%, а задачи с развилкой — на 51%. Разрыв в 34 пункта воспроизводится во всех протестированных моделях: от Llama до DeepSeek. Метод позволяет надёжно анализировать задачи с развилками — договора, юридические условия, логические цепочки — там где модель стандартно сливает каждый второй раз. Явная инструкция «выпиши все случаи → разбери каждый независимо → объедини» перезаписывает дефолтный линейный паттерн рассуждения: пять независимых запросов поднимают точность с 46% до 95%.