2026年9月2日 04:20
AIモデル、熟考で隠れた知識を想起
Frontier models can recover up to 65% of facts they can't directly recall — just by thinking longer
3行まとめ
- •Google・Technionが新研究発表
- •モデルは知識保持も生成時失敗と判明
- •熟考で最大65%の事実を想起可能
詳細
背景
LLM（大規模言語モデル）がハルシネーション（誤った情報生成）を起こすと、開発者は通常「モデルが必要な知識を持っていない」と判断し、モデルの巨大化や学習データの拡充、複雑な検索拡張生成（RAG）システムの構築で対応してきた。しかしGoogle ResearchとTechnion（イスラエル工科大学）による新しい研究は、この前提に疑問を投げかけている。
内容
研究チームによると、多くの場合知識は失われているわけではなく、モデル内部にパラメータとして符号化されているものの、通常の生成過程では表面化できていないだけだという。実験では、直接答えさせると想起できない事実であっても、推論時間を延ばして「熟考」させる、すなわち追加の思考過程を経由させることで、モデルは最大65%の事実を正しく想起できることが判明した。
今後の影響
この結果は、ハルシネーション対策として単純なモデルの巨大化やRAG構築だけに頼るのではなく、推論時の計算量を増やす手法も有効な選択肢になり得ることを示す。開発チームにとっては、コスト効率の良い幻覚対策を設計する際の新たな判断材料となる。
なぜ重要か
モデルは知識を保持していても引き出せないだけの場合があり、推論時間の追加が幻覚対策の代替策になり得る
元記事を読む — VentureBeat AI