📖 AI 总结

该研究探讨角色分工问答系统中，推理者向验证者传递的“理由”究竟传递了什么信息。作者设计了一种消息干预诊断方法，在固定证据与候选答案的前提下，仅改变跨角色边界传递的理由内容，并在MuSiQue、HotpotQA和2WikiMultiHopQA的400个样本上，以DeepSeek分别作为生成者与验证者进行实验。结果显示，忠实理由相比不提供理由几乎不提升答案准确率，但被篡改的理由会显著改变验证者的支持判断：在盲验证提示下，无害改写仅使支持判断变动0–2.5%，而篡改理由可造成10–22%的偏移；加入显式理由核查提示后，该偏移进一步放大至34–55%。最终答案的变化幅度较小（2–30%），且仅2.9–35.3%的支持翻转伴随答案改变。人工审计发现，42个有效篡改中有16个属于“过度信任篡改”情形，且人类对模型接受的10个篡改理由中有9个予以拒绝或标记为不明确。研究据此提出，理由共享应被视为一种验证消息机制来评估，而非单纯追求答案准确率的途径。

🔑 关键词速览