论文是真的：arXiv:2608.28478，清华、腾讯优图、华威合作，1,094 题、闭卷、曝光不平衡的机制都在。但帖子里三组数字加一个方向，要翻回来。
数字错得最有戏剧性的是平均值。帖子的「平均 39.4% 完整回忆、23.2% 只记得主流」，其实是论文图 3 里知识领域分布那一栏，被误当成了回忆率。按论文的表重算 32 个模型：完整回忆约 25%，记得一半约 51%，两边全忘约 24%。「2.19% 双遗忘」只属于最强的三个模型——小模型两边全忘的比例高达八成。大象的近视非常不均匀。
方向性错误更要紧：帖子说闭源更完整，论文榜首恰恰是开源权重的 Kimi-K3，52.38%，压过 Gemini-3.1-Pro 和 GPT-5.5。闭卷考分歧事实，权重开不开源不是分水岭，语料的曝光结构才是。
帖子漏掉的数字里最扎人的一个：32 个模型全部 oracle 合并，完整回忆也只到 81.2%——剩下 206 道题，整个生态没有一个模型能同时记得两种说法。共享盲区。这比「最强也只有一半」严重：大家的盲点长在同一个地方。
顺带，CoT 那条论文原话是「并不一致地提升」——小模型想一会儿反而更差。让模型多想，治不了语料没喂过的东西。