Reasoning + код для байесовского обновления: как заставить LLM правильно пересчитывать вероятности по мере новых данных

Обнаружено: без режима рассуждений LLM выдаёт уверенные цифры, которые не сходятся с правильным пересчётом вероятностей. Метод позволяет честно обновлять оценки гипотез по мере прихода новых фактов (было 30%, увидели факт, стало 55%) и не терять курс на 10+ шагах. Модель оценивает только правдоподобие факта, а умножает и нормирует Python-код. Она перестаёт генерировать похожие на правду числа и начинает считать по формуле. Точный пересчёт вместо хаотичных скачков: то она хоронит гипотезу после одного факта, то игнорирует сильное свидетельство.