EMNLP 论文：deep research 报告引用支持率低至 7.1%

一篇入选 EMNLP 2026 主会的论文测量了 deep research 报告中句子与其引用来源的匹配度，发现许多句子并不被引用支持，在 NVIDIA AI-Q 数据集上 recall 低至 7.1%。论文还追溯了引文错误的责任归属，指出类似「传话游戏」的错误传播中，编排（orchestration）环节才是主要问题来源，而非末端模型本身。

2026-09-23 ~ 2026-09-23 · 2 条相关