Meta 与密州大论文指 LLM 推理图质量参差并污染置信度

Meta AI 与密歇根州立大学联合发表论文《Diagnostic Analysis for Large Language Model Reasoning》（arXiv:2610.27245），已被 EMNLP 2026 录用。研究系统检验了一个常被忽略的假设：许多方法将问题拆解为子问题构成推理图，再在图上计算答案或置信度分数，却很少验证 LLM 生成的图本身是否可靠。论文提出两阶段诊断法，对推理图的结构可靠性进行检验，发现生成的图质量参差不齐，其中包含的错误还会污染置信度分数，影响最终结果的可信度。

2026-10-22 ~ 2026-10-22 · 2 条相关

• Meta 与密州大论文：LLM 推理图质量参差，错误会污染置信度分数 — rohanpaul_ai · 2026-10-22
• EMNLP 2026 论文：两阶段诊断法检验 LLM 推理图的结构可靠性 — rohanpaul_ai · 2026-10-22