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 · x · 2026-10-22
Meta AI 与密歇根州立大学的论文（EMNLP 2026）系统检验了一个常被忽略的假设：很多方法把问题拆成子问题推理图，再在图上计算答案或置信度，但很少验证 LLM 生成的图本身是否可靠。
关键发现：
- 测试 9 个模型，从「给定步骤只连线」到「完全自主建图」逐级减少辅助，图质量随辅助减少而下降；
- 图质量更多取决于模型家族与图拓扑结构，而非参数规模；Qwen3-32B 回答子问题的表现反而不如 Qwen3-8B；
- 上游图的错误（错误依赖、捷径边、错误中间答案）会直接传递到基于图计算的置信度分数；
- 金标图实验显示：图结构仅作为 prompt 上下文时收益甚微，但能改善置信度对正确/错误答案的区分，并支持节点级诊断。
结论：如果你的方法建立在 LLM 生成的推理图之上，应先检查图本身的质量，再信任其上的答案与置信度。
所属事件:Meta 与密州大论文指 LLM 推理图质量参差并污染置信度(2 条相关)→
「研究」频道最新
- OPAL:AI 智能体在训练中实时改写优化器源代码 — lmoroney · 2026-10-22
- 3 个月产出 36 篇预印本，BootLoops 工具链让 AI 跨学科裂变式科研 — DeryaTR_ · 2026-10-22
- 新论文：一价拍卖能否在去中心化市场中高效分配 AI agent 查询 — _onionesque · 2026-10-22
- 人大 LoopRec:按条目自适应递归深度,序列推荐兼顾效率与精度 — Zhanshuo Cao · 2026-10-22
- Anthropic Agent4Sci 测评:前沿智能体提升科研模型靠工程技巧而非领域洞见 — Anthropic · 2026-10-22
- NUS 提出统一框架 PAPAV:细数计算机操作与机器人操作的五项核心能力 — showlab · 2026-10-22