# 模型答错事实题，先分清是没存进去，还是这次没取出来

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-08-30T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/53811
- 原文：https://yage.ai/share/wikiprofile-recall-bottleneck-20260830.html

## 摘要

Google Research 在 ICML 2026 发表论文 Empty Shelves or Lost Keys?，用 WikiProfile 的 2150 条维基事实在 13 个模型上测试约 450 万条回复，测得前沿模型对这批事实的编码率达 95–98%，但闭卷直接提问失败率仍有 26–34%，开启思考后残余失败率收窄到 11–12%。

## 推荐理由

Google Research 用 2150 条维基事实在 13 个模型上区分事实是没存进去还是这次没取出来，测得编码率 95–98% 而闭卷失败率仍有 26–34%。

## 锐评

26–34% 的闭卷失败率里，大部分是这次没取出来。编码率 95–98% 这个数挺硬，知识基本都在权重里躺着，卡在检索那一步。开思考能压到 11–12%，多给点 token 让它自己翻一遍就找着了。

所以做 RAG 的先分清是存储问题还是召回问题，两种毛病的修法完全不一样，往 context 里硬塞解决不了召回。这批数据只来自维基百科，还是 Google 自家论文，换到代码或者内部文档上，编码率大概率没这么好看。
