研究：推理轨迹与证据冲突时的答案配置影响

2026年10月16日，arXiv Artificial Intelligence 刊出 Shaoang Li、Yanhang Shi、Jian Li 的研究，考察推理轨迹与证据冲突时答案配置对证据遵循的影响。研究在 HotpotQA 和 MuSiQue 上交叉验证证据版本与对应推理轨迹，对比两种配置：延续模型自身思考，以及独立答案调用。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。该研究为单一来源，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。