Google Research 的研究人员 Zorik Gekhman 和 Jonathan Herzig 在 2026 年 6 月 24 日发表的最新研究中，探讨了一个反直觉的现象：为什么允许大语言模型（LLM）生成推理轨迹（即链式思维，CoT）能帮助它们回忆起简单的事实性知识，即使这些知识并不需要复杂的逐步推理？传统观点认为，链式思维对于多步骤推理任务有效，但对于单跳事实问题似乎没有帮助。然而，研究表明，启用推理后，模型能够成功召回在推理关闭时几乎无法获取的正确答案。
通过一系列受控实验，研究团队揭示了两种互补机制。第一种是“计算缓冲”效应：模型在生成推理标记时，即使这些标记是无意义的（例如重复的“让我想想”），也提供了额外的计算步数（前向传播），从而帮助模型优化内部状态并提取难以获取的事实。但计算缓冲的效果有限，当虚拟文本长度过长时收益递减，且无法完全替代自然推理轨迹。第二种机制是“事实启动”：模型在推理过程中会生成与问题相关的事实，这些事实起到了语义预热的作用。例如，当被问及尼泊尔第十位国王的名字时，模型可能会先列举前九位国王，这种列举激活了相关记忆，从而提高了成功召回正确答案的概率。这一现象类似于人类认知中的“扩散激活”概念。
然而，事实启动机制存在风险：模型生成的中介事实可能是幻觉。研究发现，如果推理轨迹中包含哪怕一个幻觉事实，模型得出正确答案的概率会显著下降。这一发现提供了改进模型可靠性的途径：通过测试时选择策略，从多个推理轨迹中优先选择包含可验证、无幻觉事实的轨迹，可以大幅提高准确率。研究团队强调，推理在大语言模型中的作用远不止任务分解或逻辑推理，它还是暴露模型内部记忆和扩展参数知识边界的基本机制。未来工作可以利用过程奖励来鼓励事实支持的中间步骤，从而训练出更可靠、更少幻觉的模型。