大语言模型幻觉治理自适应路由的能力边界
On the Capability Boundary of Adaptive Routing for Hallucination Mitigation in Large Language Models: Theoretical Analysis and Empirical Validation of Evidence-Trustworthiness Unidentifiability
-
作者：
刘海熠
1
-
作者单位：
- 通讯作者：
刘海熠
Email:3055226551@qq.com
-
提交时间：2026-10-05 01:13:12
摘要: 检索增强生成系统必须在每次查询时决定是否投入额外的幻觉治理资源，而"让模型自行选择"是当前最具影响力的方案。针对该方案是否真实存在可路由的收益空间这一尚未被分离的问题，本文预先证明两条命题，再以配对实验加以检验。理论上证明：（1）若污染者在底层事实层面篡改后重新生成文档，则一切仅依赖文档内容的"闭合统计量"在污染前后恒定，其检测 AUC 恰为 0.5，即算术闭合、自一致性、语义熵、蕴含校验、引用归因构成的整个"对源验证"家族在同步污染下可证明为空；（2）路由余量 H 等于逐题最优策略与最佳固定策略的期望效用之差，H = 0 当且仅当存在逐题最优的单一策略，故主终点若仅为正确率的函数则余量恒为零。实证上，在 3 个前沿大模型、312 个配对单元、并引入与自我选择臂分布完全匹配的随机对照臂的条件下发现：提示式自我选择与随机臂不可区分（准确率均为0.683，p = 1.000）；思维链是接地性放大器而非准确率工具，在干净证据上修复 44 题、损害 0 题，在污染证据上损害 46 题、修复 0 题，符号完美分离；文档内算术闭合为空信号（0∶0），跨源冲突为非空信号（38∶0，p < 10⁻¹¹），与命题 1 的事前预测一致；准确率口径下逐题最优策略与最佳固定策略完全相等（余量 ≡ 0.0000），净安全率口径下余量为 +0.1410（DeepSeek-V3.2）与 +0.2051（Qwen2.5-72B）。结论表明：自适应路由可购买的是成本而非安全，且在答题前可用的任何信号至多预测干预效应的幅度，无法预测其符号。
版本历史
| [V1] |
2026-10-05 01:13:12 |
ChinaXiv:202610.00009V1
|
下载全文 |
相关信息
待评议
点击量
下载量
