研究：答案配置如何影响大模型对证据的遵循及推理冲突处理

发生了什么

据arXiv论文，研究通过交叉验证证据版本与推理轨迹，对比“继续生成”与“独立调用”两种答案配置。在HotpotQA和MuSiQue数据集上，独立调用使模型遵循证据的能力比继续生成提高29.9至60.6分。研究发现，保留推理轨迹虽能提升准确性，但在轨迹与证据冲突时，继续生成倾向于重复过时结论，而独立调用更常遵循当前证据。