Comprehension-Execution Gap: почему LLM видит задачу насквозь, но спотыкается при выполнении

8 из 10 баллов на понимании задачи — и 2 из 10 на финальной проверке результата. Этот разрыв стабилен у всех моделей, от маленьких до 235-миллиардных — размер не спасает. Метод принудительной поэтапности позволяет решать сложные аналитические задачи так, чтобы ошибки не накапливались незамеченными, вместо красиво выглядящего, но неверного ответа. Фишка: явная фиксация допущений и правило возврата — когда модель вынуждена написать «я предполагаю X, потому что Y», она реже прячет ошибку в этом месте на следующих шагах.