Meta 与密歇根州立大学新论文：LLM 构建的推理图质量差异巨大，错误会污染据此计算的置信度分数

许多方法把问题拆成子问题构成的图，再在其上计算答案或置信度，却很少验证 LLM 构建的图本身是否正确。Meta 与密歇根州立大学用 9 个模型做了由易到难的测试，发现图的质量差异巨大，主要取决于模型家族和图的结构而非参数量——Qwen3-32B 的子问题回答甚至不如 Qwen3-8B。任何基于 LLM 推理图的应用，都应先验证图本身，再信任其上的答案与置信度。

• Rohan Paul2026-10-22 05:27