MultivationBench: почему LLM застревают на первой догадке о мотивах человека

Обнаружено: LLM хватается за первую правдоподобную догадку о мотиве персонажа — и не отступает от неё, даже когда дальше появляются факты, которые всё меняют. Бенчмарк MultivationBench прогнал 8 топовых мультимодальных моделей через 1000 историй с картинками и текстом — и вот находка, которая позволяет строить разбор мотивации так, чтобы модель не застревала на первом впечатлении. После 13 эпизодов точность резко падает — модель физически не успевает пересобрать интерпретацию заново. При этом текст без картинок угадывает правильную область (высокий F1), но не точную деталь (низкое точное совпадение, Exact Match) — визуальные детали работают именно на финальное уточнение.