CoSQ (Chain-of-Self-Questioning): модель сначала проверяет свои знания, потом отвечает или отказывается

Обнаружено: модель может выстроить безупречную цепочку рассуждений (Chain-of-Thought, CoT) и всё равно уверенно наврать в фактах — рассуждение и знание фактов работают отдельно друг от друга. CoSQ (цепочка самопроверки) позволяет модели самой решать, когда честно сказать "не знаю" вместо гладкого, но ложного ответа. Метод раскладывает вопрос на отдельные кусочки нужных фактов и оценивает уверенность по каждому отдельно — вместо одной мутной цифры "уверен на 80%" модель видит: вот тут я путаю с похожим правилом. Если средняя уверенность ниже порога — отказ вместо угадывания.