检索增强系统常能找到与问题相关的段落，但这些段落往往只提供粗粒度的答案。例如，问药物治疗的具体疾病（家族性高脂血症）时，检索到的文本可能只提到更宽泛的疾病族（高脂血症）。以往把此类段落视为不足，而我们将其定义为可解不足：文本本身无法给出细粒度答案，但其提及的上层类别在领域本体中对应一个有限的候选集合。\n\n当语言模型读取仅包含家族信息的段落时，会出现我们称之为 Clade（Category-Level Answering from Deficient Evidence）的现象——模型倾向于直接给出猜测而非保持沉默或继续检索。\n\n在 PrimeKG 生物医学问答上，使用仅含家族信息的段落相比无信息段落将模型的弃答率降低了 13.8 点，但错误率约为 50%。对照实验表明，将精确疾病名替换为其上层家族名会使弃答率下降 17.4 点，而直接删除该句的影响更小，说明家族信息本身驱动了模型的猜测。\n\n尝试简单的修正手段——如基于置信度过滤、使用更大的模型或显式指示模型弃答——均未能根除 Clade 现象，该结果在生态学物种交互数据集 GloBI 上同样复现。\n\n进一步检验本体的作用：已知正确的家族后，本体列表在 98.5% 的案例中包含真实答案，但仅凭字符串匹配在页面上找到该家族的比例只有 19.8%。让模型先选出家族后再查询本体，可将该比例提升至 30.0%，整体端到端的答案恢复率从 10.0% 提升至 26.8%。\n\n这些发现表明，在检索到的证据只能提供类别信息时，语言模型应当停止盲目猜测，转而利用本体进行细化推断；然而如何高效、可靠地完成这一流程仍是未解难题。\n\n点评：本文揭示了检索增强模型在面对粗粒度证据时的系统性偏差，并提供了本体辅助的潜在解决路径，为提升医学与生态问答的可靠性指明了方向。