模型验证的是充分性而非有效性：可用的错误事实会绕过缺口检查

该研究发现，在保持来源支持不变时，只让问题中的无支持前提变得可用，模型的事实检查会显著下降。在GSM8K的四个模型上，标记率下降8-30个百分点，作答承诺上升1.5-2.3倍，16组配对对比经Holm校正后仍显著。评审者对缺少必要步骤的答案有78%-99%的通过率，而提示级缓解方案使准确率下降22个百分点，却没有改善检测。