知而不行：大语言模型能识别歧义却鲜少提出澄清问题

用户查询常存在指代不明或多重解释的情况。理想的助手应通过提问澄清歧义，而非盲目假设。这需要模型具备识别歧义并据此采取行动的能力。本文在三种设定下评估了模型表现：标准问答、显式歧义判断及行为分析。研究发现，模型在显式判断时能识别歧义，但在问答场景中仍倾向于直接作答，表现出“认知”与“行为”的显著差距。此外，检索上下文虽提升了可回答性，却进一步抑制了模型提出澄清问题的意愿。