Google 研究：LLM 事实性错误主因是回忆失败而非未编码

dl_weekly · x · 2026-08-24

Google Research 提出知识剖析框架，区分了事实的“编码”与“回忆”。研究发现，前沿 LLM(如 Gemini3 和 GPT-5)几乎编码了所有事实，但难以回忆其中许多事实。这表明事实性瓶颈主要在于“丢失了钥匙”(回忆失败)而非“空货架”(编码失败)。该发现意味着解决事实性问题应侧重于后训练和推理时的检索方法，而不仅仅是扩大模型规模或数据覆盖。