OmniTools 6月25日消息，谷歌研究（Google Research）最新研究表明，思维链（Chain-of-Thought）推理不仅能支持复杂问题求解，还可显著增强大语言模型对简单事实的回忆能力。实验在 Gemini-2.5 Flash、Gemini-2.5 Pro 及 Qwen3-32B 模型上验证，启用推理后，模型能够回答原本无法直接作答的基础事实类问题。
研究指出，该效果源于两个关键机制：其一，推理过程中生成的 Token 作为计算缓冲区，支持模型隐式执行知识提取操作；其二，推理中浮现的相关事实产生启动效应（factual priming），有助于激活参数中存储的正确答案。
pass@k 评估显示，正确答案本身已存在于模型输出分布中，但仅在启用推理时才被有效采样。相关成果已发布于 Google Research 官方博客。
