Error-Based Few-Shot + CoT: классификация с обучением на ошибках

Правильные примеры в few-shot — деньги на ветер. Модель итак знает правильные случаи. Она ошибается на пограничных — и именно там нужна помощь. Метод позволяет точно классифицировать серую зону: те самые случаи где обычный промпт выдаёт 50/50, а цена ошибки высокая. Фишка: вместо случайных примеров подсовываешь модели именно те случаи, где она раньше промахнулась — с правильными ответами. Добавь CoT-алгоритм по шагам — и модель перестаёт «забывать» проверить критерии. Два хода вместе: CoT убирает пропуски, примеры-на-ошибках учат границе. Систематические промахи в серой зоне исчезают.