arXiv Artificial Intelligence· Shaoang Li, Yanhang Shi, Jian Li·· 2 小时前AI 评分32
推理轨迹与证据冲突时：答案配置如何影响证据遵循
When Reasoning Traces Conflict with Evidence: How Answer Configuration Shapes Evidence Following
AI 导读
研究在 HotpotQA 和 MuSiQue 上交叉验证证据版本与对应推理轨迹，对比"延续模型自身思考"和"独立答案调用"两种配置。在 gpt-oss、Gemma4、Qwen3 三个模型家族上，独立调用比延续配置的证据遵循率高出 29.9 至 60.6 个百分点；删除轨迹在两种配置下都会使准确率下降相近幅度。
来源：arXiv Artificial Intelligence · arxiv.org