本文研究了在 MEG‑MASC 与 MOUS 语音检索任务中，上下文先验（通过加性浅层融合）对局部解码分数的影响以及由此产生的置信度排序逆转现象。我们使用局部解码分数、融合后的前两名分差（top‑two margin）作为置信度指标。
在最初错误的预测中，出现了置信度排序逆转：当正确候选在局部排名靠前（如第 2‑3 位）时，较大的分差更有可能导致修正（repair）；而当正确候选起始排名较低（如第 21‑50 位）时，较大的分差反而降低修正概率。具体表现为：在 MEG‑MASC 数据上，整体正确率的 AUROC 为 $0.87$，但在初始排名 $2\sim3$ 时区分修正与残余错误的 AUROC 为 $0.70$，而在排名 $21\sim50$ 时跌至 $0.39$。排名超过 $20$ 的错误占融合后错误的 $46.6\%$。
我们提出的 分数层面解释 为：修正必须先弥补正确候选的初始劣势，这限制了最终的分差；而残余错误可以在两个错误候选之间形成较大的分差。通过仅调节融合权重的因果干预实验验证了该解释：权重增大后，逆转现象向更深的排名移动，且在词级语言模型先验下，随着准确率提升，逆转仍会继续移动，说明仅以准确率为依据选择权重并不能稳定置信度。
进一步的实验表明，分别读取局部分数和先验分数 能显著提升选择性解码的效果：解码器在 $74.5\%$ 的窗口内给出答案（相较 $56.7\%$），且 $92\%$ 的输出集合仍包含正确候选。
结论：在上下文融合后，置信度应保留局部与上下文证据的完整信息，而非仅依赖融合后的单一分数。项目网站与代码已公开，供进一步研究使用。
点评