EMNLP 论文:深度研究系统引文错误如传话游戏,编排者才是主要背锅方
EliasEskin · x · 2026-09-23
一篇 EMNLP 2026 主会论文研究深度研究（deep research）系统中引文错误的责任追溯：
- 现状严峻：报告中许多句子不被其引文支持——NVIDIA AI-Q 引文召回率仅 58.7%，TrajectoryKit 低至 7.1%；
- 信息在 agent 之间传递时像传话游戏一样被逐级污染。论文提出算法将每条错误回溯到引入它的具体 agent，并识别错误类型；
- 反直觉发现：orchestrator（编排者）虽自身错误率最低，却造成了大部分最终报告错误；
- 只改一句 prompt 即可将引文召回率提升 5%。
所属事件:EMNLP 论文：deep research 报告引用支持率低至 7.1%(2 条相关)→
「编程与Agent」频道最新
- Nano Banana Pro+Kling+免费口型工具,纯工作流做出整支AI音乐视频 — cocktailpeanut · 2026-11-12
- Cloudflare 演讲：用 Jev 等超快模型替换 agent 循环部分调用可大幅提速 — michellechen · 2026-11-12
- 有人整理 15 种 AI Agent 设计模式，分单体、多体、反馈三层 — MaryamMiradi · 2026-11-12
- Antigravity 推出浏览器使用能力:搜索写码到在线验证闭环 — rseroter · 2026-11-12
- Prettier 3.10 发布：新增 Flow/JS 语法与 Zig 高性能插件 — Vjeux · 2026-11-12
- 从零重写 CI:Graphide 跑速达 GitHub 10-20 倍 — ycombinator · 2026-11-12