Google Research 发表了一篇论文，探讨了大型语言模型中的推理能力如何增强其回忆简单事实的能力，这种现象以前被认为仅限于复杂任务。该研究题为“思考以回忆：推理如何解锁大型语言模型的参数化知识”（Thinking to Recall: How Reasoning Unlocks Parametric Knowledge in LLMs），指出了两种关键机制：使用生成的推理令牌作为计算缓冲区，以及通过生成相关事实来预先提示正确答案。使用 Gemini-2.5 和 Qwen3-32B 等模型进行的实验表明，启用推理功能可显著提高事实回忆能力，即使是对于不需要复杂分步推理的单跳问题也是如此。 AI
影响 表明在大型语言模型中启用推理功能可以提高其事实回忆能力，从而可能在更广泛的任务中提升性能。
排序理由 研究论文，详细介绍了关于大型语言模型能力的一项新发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
