检索增强生成（RAG）系统在回答问题时，会先从外部文档库中检索相关材料，再让语言模型基于这些材料生成答案。这一机制本应提升事实准确性，但最新研究提示，它也可能成为错误信息传播的通道。一篇提交至 arXiv 的论文《Language Models Show Conformity Bias in RAG: When the Majority Endorses a Poisoned Claim》研究了这一问题，作者为 Mehrdad Ghassabi 等四人，论文编号 arXiv:2610.41012，属于计算与语言（cs.CL）方向，于 2026 年 10 月 29 日提交，全文约 22 KB，目前以预印本形式发布，DOI 注册仍处于待定状态。
研究的核心问题是：当检索结果中被注入的“有毒”文档数量增加、并且这些文档彼此一致地支持同一个错误主张时，模型识别虚假信息的能力是否会下降。换言之，模型是否表现出类似人类的“从众偏差”——在多数派一致发声时，放弃自己的判断而接受多数意见。
实验设计相对简洁但针对性强。作者从 SciFact 数据集中随机抽取了 200 个问题，随机种子为 38，以保证可复现。随后构造了两种检索上下文进行对比：第一种是“少数派条件”，即上下文中包含 1 篇被投毒的文档和 6 篇健康文档；第二种是“多数派条件”，即 6 篇互相一致的有毒文档加上 1 篇健康文档。两种条件下，有毒信息在数量上恰好形成镜像对比，从而可以单独观察“数量优势”对模型判断的影响。
实验对象为 Gemma-3-12b。结果显示，在少数派条件下，模型对投毒主张的检出率为 25%，即 200 个问题中有 50 个被成功识别为虚假；而在多数派条件下，检出率下降到 10%，仅剩 20 个问题被识别出来。也就是说，当有毒文档在检索证据中占据主导地位时，模型的误信息检测能力出现了明显滑坡。
作者进一步分析了两种条件下结果不一致的样本。在 38 个结果发生变化的问题中，有 34 个是从“检出”变为“未检出”，只有 4 个朝相反方向变化。精确 McNemar 检验给出的 p 值为 6.04e-7，说明这种方向性变化极不可能由随机波动造成。这一统计结果构成了论文最主要的实证支撑。
作者将这一模式解释为对“互相一致的有毒文档多数派”的从众式反应，并认为这是 RAG 场景下从众偏差的初步证据：当被投毒的主张在检索证据中占据数量优势时，Gemma-3-12b 显著更难以识别它们。
需要指出的是，该研究的结论有其边界。首先，实验仅覆盖单一模型 Gemma-3-12b，尚不能推广到其他语言模型或更大规模的系统；其次，数据来源限定为 SciFact 的 200 个问题，属于科学事实核查领域，其他领域是否呈现同样模式仍待验证；再次，论文自称提供的是“初步证据”，意味着这一现象值得更大规模、更多模型、更多数据集的后续研究加以确认。此外，该预印本的 DOI 尚未完成注册，正式发表状态仍待观察。
从实践角度看，这项研究对 RAG 系统的部署具有直接提示意义：检索结果的数量分布本身可能影响模型的事实判断，攻击者若能向检索库注入多篇彼此一致的错误文档，就可能系统性地压低模型的误信息检出率。因此，在评估 RAG 安全性时，仅关注单篇文档层面的投毒可能不够，还需要考虑多数派一致性带来的放大效应。