迷失于回退：类型化决策模型使用回退选项的可靠性如何？

类型化决策模型（TDMs）正日益广泛地应用于请求路由和模型选择等场景，因此，可靠的决策对系统性能至关重要。回退选项用于容纳常规选项之外的类别，使系统能够将决策交由人类专家或能力更强的模型处理。尽管近期研究考察了 TDMs 面对对抗性攻击时的脆弱性，但对于其在非对抗性场景下遵循回退规则的能力，仍缺乏充分探索。我们提出 Paired Fallback Robustness（PFR）测试，从两个方面评估回退可靠性：模型能否在常规选项与回退选项之间正确切换，以及在同一规则的逻辑等价定义下能否做出一致决策。我们在三个基准上评估了开源决策模型，并对不同架构和参数规模进行了受控比较。我们发现，正确识别并不能可靠地转化为正确选择回退选项，即使明确提供了正确类别，错误仍然存在。此外，同一回退规则在逻辑上等价的不同表述，也可能导致模型决策出现显著分歧。这些发现揭示了当前 TDMs 在可靠性方面的一个关键缺陷：旨在提高可靠性的回退机制反而可能引入错误。这表明，忠实执行回退规则，以及在等价定义下保持一致性，是实现可靠的类型化决策的必要条件。