答案配置影响推理轨迹与证据遵循

2026年10月16日，arXiv cs.AI 发布一项研究，考察当推理轨迹与当前证据冲突时，答案配置如何影响模型对证据的遵循。研究在 HotpotQA 和 MuSiQue 上测试 gpt-oss、Gemma4、Qwen3：改用独立答案调用后，模型遵循当前证据的比例比延续自身思考高出 29.9 至 60.6 分。删除轨迹同样会拉低两种配置的准确率，但延续思考在多数冲突中会重复陈旧结论。研究指出，获得轨迹帮助与顺从轨迹是两种不同属性，评测应同时报告答案配置。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。