# 模型说错话，七成以上不是没学过，而是没想起来

> 原标题：Empty shelves or lost keys? Recall is the bottleneck for parametric factuality

- 来源：Google 研究院
- 发布时间：2026-08-12T09:51:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/51129
- 原文：https://research.google/blog/empty-shelves-or-lost-keys-recall-is-the-bottleneck-for-parametric-factuality/

## 摘要

Google Research 把模型的事实性错误拆成两类：货架空着（训练时压根没学过）和钥匙丢了（学过但推理时调不出来）。他们用一套叫 SIR 的探测方法，拿训练数据去戳模型内部状态，看正确答案能不能被激活。测了 4 个模型、6 个数据集，结果发现至少 70% 的错误都属于“钥匙丢了”——知识在训练里见过，就是没提取出来。

## 推荐理由

Google Research 用 SIR 探测方法测了 4 个模型、6 个数据集，发现至少七成事实性错误源于知识学过却调不出来，而非训练时缺失。

## 锐评

七成错误是调不出来，这个比例如果站得住，RAG 和长 context 的价值比大家想的还大。货架空着只能重训，钥匙丢了是检索和 prompt 的事，后者便宜一个量级。

4 个模型 6 个数据集就敢说至少 70%，样本太薄，也没给不同规模的 breakdown，小模型记不住的比例肯定更高。方向我信，这个数我留个心眼。
