同题同答不同因：多语言大语言模型在推理轨迹层面的分歧研究
英文标题：Same Answer, Different Reasons: Trace-Level Divergence in Multilingual Large Language Models
多语言大语言模型正日益广泛地应用于可验证性、教育辅导以及安全审计等场景，这些场景高度依赖模型生成的显式推理轨迹（Reasoning Traces）。然而，现有的标准评估体系通常只衡量最终答案的一致性或整体回答的表面相似度。本研究指出，即便模型在不同语言下输出相同的最终答案，其深层的推理轨迹也可能存在显著分歧与逻辑断层。这一发现揭示了当前多语言模型评估的盲区，对构建高可靠跨语言 Agent 系统及安全审计流程具有重要警示与指导意义。
打开原文相关 1.6 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
论文摘要
arXiv:2610.29092v1 公告类型：新增 (new)
摘要：多语言大语言模型（Multilingual Large Language Models）正被越来越多地部署在依赖可见推理轨迹（Reasoning Traces）来支持结果验证、教育教学及安全审计的各类场景中。然而，现有的标准评估方法通常仅关注模型最终答案的一致性或整体响应的一致性，忽视了模型在生成答案过程中的底层推理路径。研究表明，在不同语言输入下，模型可能会在推理轨迹层面出现显著分歧，即呈现“相同答案、不同推理依据”的现象。这种轨迹层面的分歧给依赖多语言可解释性的应用系统带来了新的安全隐患与对齐挑战。
BibTeX 引用格式
×
English / 原文
BibTeX formatted citation
×