标题Clarification Is Not Correction: LLMs Fail to Let Go来源arXiv, 2609.25337v1️文章简介研究问题为什么大语言模型在对话中即使收到了用户的明确澄清最终生成的答案里依然残留着之前错误理解的痕迹主要贡献论文揭示了“早期后验坍缩”这一新故障模式指出模型失败的核心不是遗忘信息而是过早锁定错误意图且无法彻底清除并提出了保留不确定性的状态管理方案。重点思路提出“早期后验坍缩”概念模型在用户意图尚不明确时就过早地将多种可能性坍缩为单一的任务状态。随后的澄清被当作对现有状态的修补而非推翻重来的信号导致旧假设的残留污染最终输出。设计多任务诊断实验在写作、规划和编程三类任务中通过控制信息呈现顺序先模糊后澄清 vs 先澄清后模糊测试Gemini-2.5系列模型的表现重点监测“旧假设污染”程度。评估现有策略局限性测试了原始上下文、摘要记忆、思维链和单状态账本等常见方法发现它们要么压缩掉了不确定性要么强制固化了单一状态均无法有效消除污染。验证干预措施有效性引入“状态回滚”机制要求模型在收到澄清后丢弃旧假设并从零重建以及“两阶段响应”策略即在不确定性解决前不执行任务而是先提问澄清确认后再基于新状态生成。分析总结存在显著的路径依赖效应即使最终包含的信息量相同先出现模糊信息再澄清的场景其任务成功率显著低于先澄清的场景证明信息顺序影响模型判断。编程任务最易受污染相比写作和规划编程任务中的早期错误假设更容易嵌入到代码结构、接口和控制流中导致澄清后仍保留大量结构性错误污染率最高。口头承认不等于行为修正模型经常会在文本上承认用户的澄清但在实际生成的代码或文本中并未真正移除旧假设的影响尤其在编程任务中这种“言行不一”的差距最大。常规优化手段失效摘要记忆反而增加了污染因为它保留了内容但丢失了“不确定性”这一认知状态思维链虽能减少显式错误承诺但未能显著提升最终任务成功率。重建优于修补实验显示强制模型进行状态回滚和采用两阶段策略先澄清后执行能显著降低污染率甚至在特定设置下将污染降至零证明从修订后的信念状态重新生成比局部修补更有效。个人观点论文跳出了传统的“记忆不足”视角指出了大模型在交互中的核心痛点是“认知僵化”。它强调系统不仅要记住用户说了什么更要管理这些信息的“认知状态”。