CoT надёжнее кода: почему «думай пошагово» устойчивее кодогенерации при нестандартных условиях задачи

Парадокс: код даёт точный ответ. Точно неправильный. Исследование сравнило три режима решения задач — словесные рассуждения (CoT), код одним блоком (PAL) и итеративный код с проверкой (SBSC) — и обнаружило обратное тому, что ожидали: CoT оказался самым устойчивым. Это позволяет решать задачи с нестандартными или неоднозначными условиями надёжнее, чем при кодогенерации. Фишка: язык гибкий — модель может поймать себя на ошибке прямо в процессе рассуждения. Код жёсткий: неверно поставил задачу — интерпретатор выполнит именно это, не задав ни одного вопроса. Итерация не исправляет неверную постановку — она делает неправильный ответ точнее.