LydStone Lab · Независимая оценка ИИ

Научно-техническое заключение

Демонстрационный образец на основе фактического внутреннего исследования W4 с искусственно сформированными документами. Не является заключением по заказу клиента.

Скачать в формате PDF A4 · Полный текст с приложениями

Работа двух конфигураций языковой модели с противоречивыми свидетельствами

W4 / S-W4-03U · Редакция 1.1 · 13.10.2026
Состояние доказательств: до 22.09.2026. Первичные материалы зафиксированы тегом от 11.09.2026.

01Решение и основные выводы

Исследовано, различает ли модель поля, для которых документы определяют ответ, и поля, для которых ответ установить нельзя. Проверены два режима одной локальной модели: А — без рассуждений (q4_off) и Б — с высокой интенсивностью рассуждений (q4_xhigh).

А · Критерии выполнены только на L0

На L1 правильны 38 из 39 ответов, но одна критическая ошибка нарушает правило нулевого допуска. На L2 и L3 критерии также не выполнены.

Б · Критерии выполнены на L0–L3

Правильны 6/6 ответов на каждом из уровней L0–L2 и 15/15 на L3. Критических ошибок не выявлено. Граница возможностей в проверенном диапазоне не обнаружена.

Заключение. Для проверенного сценария с неразрешимыми противоречиями вариант А не удовлетворяет исследовательскому протоколу уже на L1. Вариант Б удовлетворяет протоколу на всех четырёх уровнях и обоснован как кандидат для дальнейшей проверки на целевой задаче.

Граница решения. Положительный пилотный статус Б не устанавливает достаточность доказательств для промышленного применения. Выборки различаются, включают повторные ответы на одни задания и построены по одному искусственному шаблону.

Следующее действие. До выбора конфигурации для конкретного процесса определить недопустимые ошибки и правила передачи решения человеку; затем проверить Б на независимых документах этого процесса по заранее согласованным критериям. Условия такой проверки изложены в разделе 04.