Google 发现让模型先想一会儿,能把它训练时记住但平时想不起来的知识挖出来
Thinking to recall: How reasoning unlocks parametric knowledge in LLMs
这篇博客讲的是推理如何帮大模型从自己的参数里“回忆”事实。他们拿 Gemini 2.5 Pro 在 Natural Questions 上测,不给推理机会时准确率大概 40%,让它先思考再回答,准确率直接跳到 70% 以上。提升不是靠外挂资料库,而是模型在推理过程中把模糊的记忆碎片串成可验证的链条,推理步骤里经常出现自我提问和事实核查。
推荐理由:Google 用 Gemini 2.5 Pro 在 Natural Questions 上测试发现,模型先推理再作答时准确率从约 40% 升到 70% 以上,推理过程会把模糊记忆串成可核查的事实链条。