Thought-ICS: структурированная самокоррекция через дискретные шаги мышления

LLM плохо находит ошибки в сплошном тексте своих рассуждений. Попытка указать где именно начался сбой в трёх абзацах Chain-of-Thought — модель промахивается мимо реальной первой ошибки в 40-50% случаев. Thought-ICS решает проблему через дискретную структуру: модель рассуждает мысль-за-мыслью с явными границами между шагами, что позволяет точно находить первую ошибку и откатываться к чистому префиксу для пересэмплирования. Фишка: каждый шаг — осознанное решение о следующей законченной мысли. Это создаёт естественные точки для анализа. Большие модели получают чистый откат (без унаследованных ошибок) в 97% случаев — против значительно меньшего на сплошном CoT. Результат: 20-40% рост точности над обычным Chain-of-Thought.