---
title: "Estudo do Google revela que LLMs falham ao recuperar fatos conhecidos"
url: https://dailyjournal.news/news/2026-09-01/estudo-do-google-revela-que-llms-falham-ao-recuperar-fatos-conhecidos
published: 2026-09-01T19:32:35.477623+00:00
updated: 2026-09-01T19:32:35.477623+00:00
categories: ["technology"]
source_count: 1
outlet_count: 1
language: pt-BR
publisher: "Daily Journal"
---

# Estudo do Google revela que LLMs falham ao recuperar fatos conhecidos

Pesquisa aponta que modelos de fronteira possuem a maioria dos dados, mas falham na recuperação, problema que pode ser mitigado com mais processamento.

## Pontos principais

- Modelos como GPT-5 e Gemini-3 codificam entre 95% e 98% dos fatos testados.
- A imprecisão factual decorre mais da dificuldade de acesso à informação do que da falta de conhecimento.
- Técnicas como 'Chain-of-Thought' permitem recuperar de 40% a 65% dos fatos inacessíveis inicialmente.
- O estudo propõe o 'fact-level profiling' como novo método para avaliar a eficiência de modelos.
- Aumentar o tamanho do modelo pode elevar a proporção de falhas de recuperação, tornando o conhecimento inacessível.

Um estudo conduzido por pesquisadores do Google Research e do Technion indica que a baixa precisão factual em modelos de linguagem de grande escala (LLMs) é, frequentemente, uma falha de recuperação e não de armazenamento. A análise demonstrou que modelos de fronteira, como o GPT-5 e o Gemini-3, já possuem entre 95% e 98% dos fatos testados codificados em sua estrutura. O problema reside na incapacidade do modelo de acessar esses dados de forma direta durante a inferência. A utilização de técnicas de processamento, como a 'Chain-of-Thought', demonstrou ser eficaz ao permitir que os modelos recuperem até 65% das informações que inicialmente falharam em processar. Os autores sugerem que o foco do desenvolvimento deve migrar para o 'fact-level profiling', uma vez que aumentar o tamanho dos modelos pode, paradoxalmente, elevar a taxa de falhas de recuperação, deixando vastas quantidades de conhecimento armazenado inacessíveis para o usuário final.

## Fontes

- [Frontier models can recover up to 65% of facts they can't directly recall — just by thinking longer](https://venturebeat.com/orchestration/frontier-models-can-recover-up-to-65-of-facts-they-cant-directly-recall-just-by-thinking-longer) — VentureBeat (2026-09-01)

---

Publicado por Daily Journal. Versão HTML: https://dailyjournal.news/news/2026-09-01/estudo-do-google-revela-que-llms-falham-ao-recuperar-fatos-conhecidos