Три ловушки вероятности: LLM притворяется, что думает — но просто узнаёт паттерн

96% точности рассыпается до 59% — не при смене задачи, а при смене её формулировки. Та же логика, другое платье — и модель сбоит. Это не случайность, это диагноз: модель не считает вероятность заново, она узнаёт знакомый паттерн из памяти. Понимая это, можно получить от модели честную независимую оценку — а не красивое подтверждение того, что ты уже думаешь. Главная западня: ошибочное рассуждение другой LLM в качестве «подсказки» роняет точность на 34% — и ни одна протестированная модель иммунитета не показала.