语音大模型推理中的实体绑定失败：诊断与思维链干预

语音大模型（SLLM）在复杂推理任务上表现不及文本模型。研究发现这种模态差距并非均匀的认知缺陷：在空间、句法和事实任务中，语音转文本表现相当甚至更优；但在需实体追踪的逻辑任务中，准确率骤降至随机水平。诊断表明这是“实体绑定失败”，即连续语音特征导致隐式推理中实体 - 属性关联丢失。为此，作者提出实体感知思维链（EA-CoT），强制模型在推理前显式枚举并绑定实体。实验显示该方法显著缩小模态差距，即使存在识别错误也能提升高达 24.4% 的准确率。