检索式医学事实核查为何失败？新研究给出两套失败分类法

针对检索式医学事实核查，新研究提出两套失败分类法：检索阶段错误按五个质量维度分解，验证器推理错误拆为六个连续步骤。研究者用 LLM-as-Judge 自动标注，在 4 种检索方法与 6 个前沿验证模型上做压力测试。扩大模型规模、增加推理算力、扩展权威网页来源和医学微调均无法解决这些失败模式，表明这是先检索后验证范式在开放式医学场景的根本局限，代码与数据已开源。