Reasoning Collapse: у LLM есть порог сложности — за ним модель уверенно врёт

Парадокс: за порогом сложности модель не теряет уверенность — она её наращивает. Точность падает на 50% и больше, а ответ звучит убедительнее, чем когда всё шло хорошо. Reasoning collapse — это не постепенная деградация, а обрыв: один шаг за порог, и модель в режиме «убедительной лжи». Декомпозиция с явной передачей состояния между шагами позволяет держать каждый запрос в безопасной зоне — там, где паттерны из обучения ещё работают. Не «помни о предыдущем» — а буквально скопировать результат прошлого шага в новый запрос.