基本原理传达什么？角色专业 QA 中的消息干预研究

arXiv:2610.00018v1 公告类型：新摘要：角色专用的 QA 管道越来越多地将理由从推理者传递到验证者，但尚不清楚此消息实际购买的是什么：更好的答案、更强的支持评估或新的失败面。我们引入了一种消息干预诊断，可以修复证据和候选答案，同时仅改变跨越推理器到验证器边界的基本原理。在使用 DeepSeek 作为生成器和验证器的 400 个 MuSiQue、HotpotQA 和 2WikiMultiHopQA 示例中，忠实的基本原理几乎不会在没有基本原理的情况下增加答案准确性，而损坏的基本原理会强烈改变支持判断。在盲目验证者提示下，无害的释义仅使支持率改变 0--2.5%，而损坏的理由则使支持率改变 10--22%；明确的理由检查提示将相同的模式放大到 34--55%。最终答案移动较少 (2--30%)，只有 2.9--35.3% 的损坏支持翻转与答案更改同时发生。人类审计表明了为什么这很重要：16/42 有效的腐败是腐败过度信任的案例，而盲目的人类会拒绝或标记模型接受的 9/10 经审计的腐败理由不清楚。跨模型和任务边界检查显示通道何时处于活动状态、放大状态、惰性状态或折叠到任务标签中。理由共享应被视为一种验证消息机制，而不仅仅是作为获得更高答案准确性的途径。