理由传递了什么？角色专用问答中的消息干预研究
原标题：What Do Rationales Communicate? A Message-Intervention Study in Role-Specialized QA
AI 摘要
苏黎世大学和上海交通大学的研究者提出了一种“消息干预”诊断方法，用于检验角色专用问答流水线中推理者传递给验证者的理由（rationale）究竟起什么作用。在 MuSiQue、HotpotQA 和 2WikiMultiHopQA 的 400 个样本上，以 DeepSeek 作为生成器和验证者，实验发现忠实理由几乎不提升答案准确率，但被破坏的理由会显著改变验证者的支持判断（盲提示下 10–22%，显式检查提示下 34–55%）。人类审计显示 16/42 的有效破坏属于“破坏过度信任”案例，盲人评估者拒绝或标记了模型接受的 9/10 个被破坏理由。研究认为理由共享应被评估为一种验证消息机制，而非单纯提升答案准确率的途径。
正文节选
What Do Rationales Communicate? A Message-Intervention Study in Role-Specialized QA Abstract Role-specialized QA pipelines increasingly pass rationales from a reasoner to a verifier, but it is unclear what this message actually buys: better answers, stronger support assessment, or a new failure surface. We introduce a message-intervention diagnostic that fixes the evidence and candidate answer while varying only the rationale passed across the reasoner-to-verifier boundary. On 400 MuSiQue, Hotpo