English(EN) Molecular D\'ej\`a Vu: Digit-Level Retrieval of Published Values in Frontier Language Models

研究发现：前沿大型语言模型广泛存在分子数据逐字检索现象

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-07 04:00

一篇新发表在arXiv上的研究论文，调查了前沿语言模型中“分子似曾相识”的现象，即模型似乎是逐字检索已发布的分子属性值，而非进行预测。研究发现，这种逐字检索现象普遍存在，但在不同的回归基准测试中差异显著。有趣的是，当模型被赋予更高的推理提示时，检索率会显著增加。该研究还探讨了中断这种检索的方法，并提出模型的通用预测能力并非完全由记忆的值决定。 AI

影响这项研究突显了大型语言模型评估中存在的潜在局限性，表明当前的基准测试可能由于记忆而无法完全捕捉真实的预测能力。

排序理由该集群包含一篇详细介绍语言模型研究发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

arXiv
Smiles

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 26 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍语言模型研究发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Matthias Busch, Marius Tacke, Sviatlana V. Lamaka, Mikhail L. Zheludkevich, Christian J. Cyron, Roland C. Aydin, Christian Feiler · 2026-09-07 04:00

分子“既视感”：前沿语言模型中的数字级检索已发表值

arXiv:2609.05381v1 Announce Type: new Abstract: Large language models (LLMs) are increasingly evaluated on molecular property benchmarks, but accuracy cannot distinguish a model that predicts a property from one that retrieves a published number. We audit 22 frontier models on 12…

本文如何被排名

报道来源 [1]

分子“既视感”：前沿语言模型中的数字级检索已发表值

相关实体

相关话题