Google 研究揭示推理如何唤醒大模型的参数化记忆

Google Research 在 COLM 2026 论文中发现，开启推理过程能够显著帮助大语言模型召回单跳简单事实。研究表明该提升源于两种互补机制：通过无意义前向传播提供潜在处理空间的计算缓冲效应，以及通过生成相关事实搭建上下文桥梁的事实启动效应。实验同时指出若推理过程中产生单一幻觉事实会显著降低最终准确率，基于此可通过验证中间事实大幅提升模型回答的可靠性。