空书架还是丢了钥匙？研究称检索是大语言模型参数化真实性的瓶颈

Google Research 介绍了知识 profiling 行为框架和 WikiProfile 基准，用以衡量大语言模型的编码与检索能力。

• 研究表明，在 Gemini 3 和 GPT-5 等前沿大模型中，95% 至 98% 的事实已被编码，但模型仍无法直接检索其中 26% 至 34% 的事实。
• 这说明事实性错误主要源于知识无法可靠调用的检索失败，而非知识未被编码的存储缺失。