RecodeX 重构消息，谷歌进行的一项大规模测试覆盖450万次问答，结果显示GPT-5也会出现类似人类的“话到嘴边”现象：需要调用特定信息时，模型可能无法即时给出答案。这类记忆提取困难此前多被视为人类认知特征，如今在大模型中被观察到，为评估模型可靠性与记忆机制提供了新的参考依据。