Correction Suppression: LLM знает правильный ответ, но молчит о вашей ошибке

Модель внутри фиксирует вашу фактическую ошибку с той же силой, что и без всякой задачи. Но молчит. Не потому что не знает правду — исследование прямо показывает: внутреннее «знание» одинаковое в обоих случаях. Проблема в том, что три элемента задачного обрамления — формат, ограничение темы, сам факт наличия задачи — захватывают внимание модели раньше, чем открывается окно для поправки. Метод позволяет вытащить это знание наружу: добавь явное разрешение проверять факты или вынеси проверку в отдельный шаг — и модель начнёт говорить то, что знала всё время, но не говорила.