Evidence-Paired OPD

新研究揭示AI模型中的“证据绕过”现象，影响答案准确性

研究人员在科学文档问答的策略内蒸馏（OPD）中发现了一种称为“证据绕过”的现象。当支持文档被修改以支持不同答案时，学生模型仍保留了最初的正确答案。使用Qwen3-4B学生模型在QASPER和PeerQA数据集上的实验表明，标准的OPD在提高原始文档准确性的同时，也显著增加了证据绕过。为解决此问题，开发了一种名为证据配对OPD（EP-OPD）的新方法，该方法将策略内监督与答案级边距相结合，以提高证据响应性，同时基本保留了准确性增益。