当科学矛盾在表述转换中丢失：大语言模型的科学冲突判定研究

一项研究评估了大语言模型在处理科学报告矛盾时的决策表现，发现直接提供形式约束时 GPT-5.6 Sol 与 Claude Opus 5 识别最佳支持解的准确率分别达 90% 和 96%。但在科学文本中 Claude Opus 5 更偏好生物学预期，消除该偏好后最优解找回率由 27% 提升至 79%，配合形式化请求更可达 92%（p<.001），而 GPT-5.6 Sol 对此类提示不敏感。