多跳知识组合受限于预训练暴露

大型语言模型在隐式多跳推理中表现不佳：即使能单独正确回答组成问题的各个事实，也无法在单次前向传播中完成组合推理。本研究在受控自然语言环境下，严格区分预训练中接触过组合语境与未接触的个体，证实即便单跳准确率达 97%，组合失败依然存在，表明这是预训练缺陷而非知识缺失。实验测试了九种数据增强格式，发现组合预训练仅对已暴露个体有效，无法迁移至未见个体，证明预训练期间的组合语境暴露是隐式多跳推理的必要条件。