Google 的最新研究發現了一個有意思的事兒：Transformer 模型不是簡單地死記硬背，而是在權重矩陣裡構建起了一張知識地圖，把各種概念之間的關係編織進去。

聽起來很黑科技對吧？更絕的是——在對抗性任務中，這些模型竟然還能學會多跳推理。研究人員拿了個 50000 個節點、10 跳路徑的圖來測試，模型對從未見過的路徑預測準確率居然達到了 100%。這說明什麼？說明它不是靠死記硬背，而是真的理解了那套關係網絡。

這玩意兒挑戰了很多我們對 AI 知識存儲的既定想法。如果模型真的在隱式編碼全局關係，那既能激發它的創意潛能，也可能讓我們對知識的編輯和控制變得更難。換句話說，我們得重新思考怎麼管理和優化這些模型背後的「知識地圖」。