IPR (Inter-Prompt Reliability): почему одна формулировка — это лотерея, и как брать консенсус

Одна задача, три разные формулировки — точность прыгает с 39% до 81%. Это не плохой промпт и не баг. Это системное свойство LLM: модель реагирует не только на смысл, но и на звучание фразы. Нашёл «удачный промпт» и доверяешь ему — просто снял счастливый билет. Метод IPR-голосования позволяет получать стабильные, воспроизводимые результаты при классификации текстов — без дообучения и сложных инструментов. Суть простая: формулируй одну задачу пятью разными способами, прогоняй каждую версию, берёшь ответ в котором сошлись большинство. Три формулировки снижают разброс вдвое. Десять — убирают нестабильность почти полностью и поднимают точность на 9%.