Multi-Format Agreement: проверка надёжности ответа LLM на таблицах через смену формата

«Уверена на 99%» — права в 65–76% случаев. Разрыв в 30 пунктов, и так у всех пяти протестированных моделей без исключения. Просить модель оценить саму себя при работе с таблицами бесполезно: токен «99%» она генерирует по тем же шаблонам, что и любой другой ответ — никакого внутреннего «счётчика правильности» у неё нет. Метод MFA позволяет детектировать ненадёжный ответ по таблице — без знания правильного ответа и без самооценки модели. Один вопрос — три-четыре формата (Markdown, CSV, HTML, нумерованный список). Одни данные, разная упаковка. Все форматы совпали — точность выше 85%. Два и меньше — модель угадывала, точность падает ниже 40%.