前沿模型可通过更长时间思考恢复高达65%无法直接回忆的事实

新闻摘要

谷歌研究和以色列理工学院的研究人员发现，大型语言模型（LLM）的幻觉问题往往不是由于知识缺失，而是由于知识检索失败。实验表明，像GPT-5和Gemini-3这样的前沿模型编码了95-98%的测试事实，但有时无法在生成时表面化。通过推理时计算，模型可以恢复高达65%的无法直接回忆的事实，这表明推理时间计算是提高事实准确性的关键。