MPAR-Bench: LLM хуже собирают разрозненные подсказки в один ответ, чем строят длинную цепочку рассуждений

Обнаружено: модель находит правильный ответ на середине рассуждения — а потом сама его выбрасывает. Вместо "философия" выдаёт "Платон", потому что имя ярче мелькало в подсказках. MPAR-Bench позволяет проверить, умеет ли модель собирать несколько независимых сигналов в один вывод — это не пошаговая логика, а сборка мозаики с разных углов. Фишка метода: зафиксировать гипотезу рано и сверять её с каждым сигналом по отдельности — вместо свободных рассуждений, где модель переслушивает себя и сползает в сторону.