研究揭示：提问顺序影响 AI 诊断准确率，最终准确率不反映信息获取

marinkazitnik · x · 2026-08-19

一项由哈佛医学院、Broad Institute、Kempner Institute 和 Google DeepMind 合作的研究，将多轮信息寻求形式化为 k-欠约束约束满足问题，并构建了 MT-INFOSEEK 基准，包含 5,251 个问题和 9,006 个任务，涵盖数学、逻辑、基因调控、临床决策路径和 20 个问题。关键发现：1. 模型能检测到信息缺失；2. 提问顺序很重要，错误的第一个问题即使后续获取所有变量也会降低最终准确率；3. 最终准确率不能衡量信息寻求能力，模型可能在未获取足够信息时给出看似合理的答案。