FondueQA 基准:测 LLM 在检索证据缺失时能否用参数记忆补位

_reachsumit · x · 2026-11-10

新基准 FondueQA 专门研究「参数补偿」：每个多跳问答所需事实唯一对应一篇指定证据文档，从而支持文档级的证据消融，观察模型在检索不完整时如何用权重里的内部知识补齐缺失事实，规避传统多跳基准的污染问题。

实证发现：参数补偿强烈依赖实体热度和缺失证据的结构角色；模型对热门实体的事实补位更成功；桥接证据有时比含答案的文档本身更有用；模型能孤立回忆缺失事实，却在部分证据情境下无法调用，尤其当上下文含似是而非的干扰项时。