研究比较了传统问答（QA）和逆向问答（RQA）的生成和准确性。测试16个大型语言模型发现，数值答案的RQA准确性低于QA，而文本答案的RQA略高。RQA错误与问题难度相关，显示模型在多跳问题生成上的不足，并提出了改进建议。