研究者质疑现代语言模型的记忆行为，提出新方法评估模型对数据点的理解，区分非预期记忆与泛化。实验表明，GPT系列模型的记忆容量约为3.6位/参数，且随着训练集增大，记忆力下降。该研究为理解模型行为提供了框架，推动未来模型评估与隐私研究。