先了解这件事
2026年10月16日,帝国理工学院计算系的三位作者发表论文《Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence》,研究搜索增强 LLM 为何频繁引用未真正打开的网页。研究以 225 条在 2026 年 2 月 16 日之后发生变化的事实,测试 GPT-5.6 Luna 及 GLM-5.3-Flash、gpt-oss-120b、gpt-oss-20b、gemma-4-31b、qwen3-8b 等六种开源权重配置。结果显示,模型常仅凭搜索摘要作答而不打开来源页面;同一批搜索结果下,未打开任何页面的比例在 2.6% 到 76% 之间,Luna 使用自带搜索时有 53.6% 的回合只依赖摘要。仅凭摘要作答时,过时答案占 6.4%、误导性引用占 6.4%;打开并引用页面时,这两项分别降至 1.3% 和 2.3%。研究还发现,直接把正确页面放进提示词可显著减少错误,但部分模型即使看到新事实仍倾向旧信息。目前该研究由单一来源报道,尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
帝国理工论文：搜索增强 LLM 常引用从未打开的网页事件进展
1 个已确认进展
- 来源：Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月16日
Unite.AI
帝国理工论文：搜索增强 LLM 常引用从未打开的网页
帝国理工学院三位作者发布论文《Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence》，研究搜索增强 LLM 为何频繁引用未真正打开的网页。研究用 225 条在 2026 年 2 月 16 日之后发生变化的事实测试 GPT-5.6 Luna 及 GLM-5.3-Flash、gpt-oss-120b、gpt-oss-20b、gemma-4-31b、qwen3-8b 等六种开源权重配置，发现模型常仅凭搜索摘要作答而不打开来源页面，同一批搜索结果下未打开任何页面的比例在 2.6% 到 76% 之间，Luna 使用自带搜索时有 53.6% 的回合只依赖摘要。仅凭摘要作答时过时答案占 6.4%、误导性引用占 6.4%，而打开并引用页面时分别降至 1.3% 和 2.3%；直接把正确页面放进提示词可显著减少错误，但部分模型即使看到新事实仍倾向旧信息。