arXiv 论文：推理轨迹与证据冲突时，答案配置决定模型是否遵循证据
原文标题：When Reasoning Traces Conflict with Evidence: How Answer Configuration Shapes Evidence Following
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该 arXiv 论文研究推理轨迹在答案生成时的双重作用：既能提升准确率，也会与当前证据竞争。作者在 gpt-oss、Gemma4、Qwen3 三个模型家族上，用 HotpotQA 和 MuSiQue 数据集对比「延续模型自身思考」与「单独答案调用」两种配置，发现单独调用使证据遵循率提升 29.9 至 60.6 个百分点。研究指出，受益于轨迹与服从轨迹是两种不同属性，评估应同时报告这两者及答案配置。
- 问题
- 答案生成时保留的推理轨迹会与当前证据冲突，导致模型沿用旧结论。
- 方法
- 在 gpt-oss、Gemma4、Qwen3 上交叉验证证据与轨迹，对比延续自身思考与单独答案调用两种配置。
- 结果
- 单独调用使证据遵循率比延续思考提升 29.9 至 60.6 个百分点；删除轨迹在两种配置下都使准确率下降相近幅度。
- 影响
- 提示评估需同时报告受益于轨迹与服从轨迹两项属性，产品中答案调用方式会显著影响事实遵循。
深读 · 结论先行AI 生成展开看要点与影响 ↓
推理轨迹与证据冲突时，单独答案调用使证据遵循率提升29.9至60.6个百分点。
- •在gpt-oss、Gemma4、Qwen3三个模型家族上，用HotpotQA和MuSiQue对比两种答案配置
- •延续模型自身思考 vs 单独答案调用，后者证据遵循率提升29.9至60.6个百分点
- •相同配对下删除轨迹，两种配置准确率下降幅度相近
- •延续配置在多数冲突中重复陈旧结论，单独调用更常遵循当前证据
- •受益于轨迹与服从轨迹是两种不同属性，评估应同时报告两者及答案配置
为什么重要：揭示推理轨迹的双刃剑效应，提示评测需区分「受益于轨迹」和「服从轨迹」，影响推理模型答案生成配置与可信度评估。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。