Google Research·· 2026-08-12精选AI 评分68
Google Research：检索是参数化事实性的瓶颈
Empty shelves or lost keys? Recall is the bottleneck for parametric factuality
AI 导读
Google Research 发布研究，提出知识画像框架并构建 WikiProfile 基准，评估发现前沿模型如 Gemini-3 和 GPT-5 的事实编码已近饱和，但直接检索失败率仍达 26–34%。研究指出长尾事实与反向问题主要面临检索困难，链式推理能恢复约 40–65% 的已编码知识，表明提升事实性的关键在于优化知识利用。
推荐理由
研究指出前沿模型事实错误主因是检索瓶颈而非知识缺失，链式推理可恢复大量已编码知识。
来源：Google Research · research.google