Google Research 揭示推理过程如何解锁大语言模型的参数化知识记忆

Google Research 在 COLM 2026 论文中发现，开启链式推理能帮助大语言模型成功召回在关闭推理时无法提取的单跳事实。研究表明该提升源于计算缓冲效应与事实启动机制，即额外前向传递提供了计算缓冲，同时生成相关事实有助于激活目标答案的检索路径。实验同时指出中间事实若存在模型幻觉会显著降低最终答案准确率，采用无幻觉轨迹的测试时筛选或过程奖励可有效提升可靠性。