上下文一致性追隨導致錯誤延伸

風險描述

LLM 傾向於維持生成內容的內部一致性，一旦在早期生成中產生錯誤陳述，後續生成會圍繞這個錯誤建立「自洽」的敘事，導致錯誤被系統性地延伸和深化。例如，模型在推理的第一步犯錯後，會繼續基於錯誤前提進行看似邏輯正確的推理，產生「結構正確但事實錯誤」的完整論述。