TrustDABench: LLM отвечают даже когда данные противоречат друг другу — и почти никогда это не замечают

Обнаружено: даже топовые модели в 4 из 5 случаев проглатывают конфликтующие данные и всё равно выдают цифру, вместо того чтобы остановиться. Явный промпт-чеклист позволяет разделить проверку на пропуски и на конфликты — и модель начинает замечать противоречия, которые иначе пролетают мимо. Фишка — модель по умолчанию ищет путь досчитать до ответа, а не повод остановиться: пропуск в таблице она видит глазами, а конфликт между строками нужно сопоставлять вручную, и без прямой просьбы она этого не делает.