Feature-based Hybrid: разделение извлечения фактов и применения правил повышает точность классификации по сложным規ламентам

Точность скачет от 65% до 96% — и это одна и та же модель с одним промптом, где дали все правила классификации сразу. Метод Hybrid чинит эту рулетку. Разбивает классификацию на два шага — и точность встаёт на стабильные 95-99% у всех протестированных моделей. Сначала модель просто достаёт факты в JSON, без единого вывода. Потом отдельным шагом применяет правила только к чистым данным — без текста-первоисточника под рукой.