边疆模式可以恢复到65%的事实，

本期编译精选。

当大型语言模型(LLMs)产生幻觉时，开发者通常会假设模型缺乏所需的事实。工程组将错误诊断为缺少知识。标准响应是增加模型大小，扩展培训数据，或构建复杂的检索架构。由Google Research and Technion的研究人员进行的一项新研究表明，该知识往往不会被遗漏。该模型有信息编码的参数，但在生成时未能出地。他们的实验表明，GPT-5和双子座-3等前沿模型编码了95-98%被测试的事实。这表明，在许多情况下，回顾而不是编码是实际准确性的主要瓶颈。通过理解如何通过推论时间计算解锁现有知识，工程团队可以建立更可靠的应用，而不必依赖更大的模型或外部数据库。知识剖析：测量模型实际知道什么 为了绘制存储和检索之间的这一差距，研究人员建议将评价重点从问题层面的准确性转移到事实层面的剖析。事实层面的剖析不是简单地评分一个LLM是否回答一个孤立的即时对错，而是通过多种条件测试一个单一的基础信息，评价这个事实是否完全存储在模型的参数中，是否可以从不同的方向和用词中询问，以及需要什么样的计算努力来取回。这个框架区分一个事实是否是被编码的参数，以及它是否是已知. 一个模型如果能够精确地复制一个事实，那么它就能够用它最初的训练背景来初始化。一个模型知道一个事实，如果它能够可靠地回答关于它的各种措辞和方向的问题。“编码和召回失败在准确度量下是无法区分的，“编码失败需要

（编译自 VentureBeat；原文