只检测不修正：多阶段大语言模型流水线的双参数分解

多阶段大语言模型流水线（如多智能体辩论、内在自我修正）常表现出准确率 plateau 或逆转等 puzzling 行为。本文提出将下游响应分解为“检测”（是否视上游内容为权威）和“条件生成”两个耦合决策。研究发现，“只检测不修正”是主要失败模式，条件性错误修正率高达 53%-94%。该框架统一解释了多种异常现象，并指出检测阈值是跨方法稳定的模型规律。