OmniTools 8月13日消息，Google Research 发布新研究，提出“知识画像”分析框架，指出当前前沿大语言模型（如 Gemini 3、GPT-5）的事实编码能力已接近饱和，但回忆（recall）能力明显不足。研究将事实错误归因于“丢钥匙”（即无法检索已编码知识），而非“空货架”（即未编码相关知识）。
该框架将事实处理过程细分为编码失败、回忆失败等五类错误画像，并同步推出 WikiProfile 基准测试集，包含 2,150 条维基百科事实，每条事实配套 10 个问题，分别评估模型的编码、回忆与识别能力。
