QERA 先拆解需求再作答，在真实上下文基准上小幅提升解决率。
资讯摘要
论文提出 QERA（问题驱动证据推理架构），针对 AI 助手需在用户聊天、社区帖、活动日志等真实上下文上推理的任务。作者指出请求本身并非完整规格：CL-bench Life 基准中逾 80% 的评分细则与最终请求共享内容词不足 60%，模型直接作答时这类隐含细则通过率仅 67%，其他细则为 81%。QERA 先将请求转为需求清单与带类型的信息需求，再基于整段对话作答并复核引用，无需训练或评分细则。
要点速读
- 论文称在 CL-bench Life 上，前沿 LLM 解决的任务不足五分之一；直接作答对隐含细则通过率 67%，对其他细则 81%。
- QERA 把请求转成需求清单和带类型的信息需求，用代码过滤以贴合用户原话，再从整段对话作答、复问并校验引用，最后做受约束的局部修正。
- 在全部 405 个任务、四个前沿 LLM 上，QERA 平均解决率 21.0%，高于三种推理时基线中最强者的 18.2% 和直接作答的 14.6%，且 token 用量少于 PSCI。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。