Alignment усилий мышления: длина размышлений LLM предсказывает, где ошибутся и люди

78.8% → 47.8% — и это не опечатка. Именно так упала точность людей, причём ниже случайного угадывания, ровно на тех вопросах, где ошиблась модель с функцией размышления (reasoning-модель). Метод позволяет заранее находить вопросы, где любой ответ ненадёжен — без тестирования на живых людях. Модель и человек спотыкаются об одни и те же ловушки в абдуктивных задачах — когда выбираешь лучшее из двух объяснений, а не решаешь формулу. Запусти модель 5-15 раз с умеренной температурой, возьми самый частый ответ — совпадение с человеческим поведением станет только сильнее.