2026年10月24日，一篇题为《A Reality Check of Inference-Time Context Augmentation Methods》的研究论文发布于arXiv（编号2610.30983v1），对五种推理时上下文增强方法展开系统性实证评估。这些方法通过在输入中插入不同性质的内容（从无信息的填充词到上下文详述）来试图提升大语言模型（LLM）对给定语境的利用能力，以缓解幻觉或对参数化知识的过度依赖。
研究在句子粒度上，将五种方法分别应用于七种不同规模的LLM，并在三个数据集上进行测试。结果表明：所谓‘准确率提升’并不总代表稳健改进，而常是未定向扰动的结果——即某些预测被意外修正的同时，另一些原本正确的预测被破坏。尤其当插入内容仅为增加计算耗时的填充词（无实质信息）时，该现象更为显著。
进一步分析显示，不引入额外语义内容的方法，其影响主要集中于模型决策边界附近的样本，说明其作用机制更接近噪声扰动而非认知增强。论文据此强调：在将此类方法投入实际应用前，必须对其精度增益的可靠性（如稳定性、泛化性、错误模式）进行独立验证，而非仅关注平均指标提升。