arXiv · cs.AI· Owen Walters, Lihu Chen, Francesca Toni·· 6 小时前
搜索增强大语言模型为何检索到证据却未使用：过时答案与不忠实引用研究
Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence
arXiv:2610.21731v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Owen Walters, Lihu Chen, Francesca Toni
研究任务与主要进展
一项研究考察搜索增强大语言模型为何在已有相关证据时仍给出过时答案。作者在训练截止时间之后构造了会变化的时间事实，评估一个专有模型在部署式网络搜索下和六个开放权重模型配置在受控检索下的表现，发现模型常不打开来源页面而直接依据搜索摘要回答，并伴随更高比例的过时答案和不忠实引用。基于论文摘要，受控实验和分层分析显示，证据进入模型内部预测并不必然意味着最终答案会采用这些证据。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org