摘要
大型语言模型接口日益冗长，常暴露中间推理迹线。本文通过预注册的被试间研究（N=559），考察三种条件下用户解决 LSAT 风格推理问题的表现：仅答案基线、先展示完整迹线、以及答案旁附带摘要迹线。结果显示，摘要迹线在保持任务性能的同时显著提升了信任度与愉悦感，而完整迹线反而降低了性能。所有条件下用户均高估自身表现，且无迹线格式能支持校准的自我评估。研究表明，推理迹线更应被视为界面 artifacts 而非认知透明窗口，校准需通过激发用户自身推理的交互来实现。
AI 推荐理由
研究 LLM 推理迹线对用户表现和元认知的影响，虽侧重人机交互，但核心围绕推理过程展开。
研究机构
Aalto University, Finland
University of Bayreuth, Germany
Microsoft Research Cambridge, United Kingdom
HU Berlin, Germany
论文信息