LLM и финансовые таблицы: где и почему модели ошибаются — и как это обойти

Обнаружено: все десять протестированных топ-моделей ломаются на финансовых таблицах по одному и тому же сценарию — 86% точности на простых поисках, 49% на сложных агрегациях. Это не баг конкретной модели — это структурный потолок, который позволяет предсказать провал ещё до того как спросил. Метод работает с этим ограничением: жирный шрифт, цветные разделители и границы секций исчезают при копировании таблицы в чат — модель видит плоскую кашу и пытается считать «в голове» то, что нужно считать по шагам. Декомпозиция сложного вопроса на последовательные простые шаги переносит задачу из зоны 49% в зону простых lookup-операций, где модели справляются в 86% случаев.