تحدد دراسة جديدة "فجوة المعرفة-الاستخدام"، وهي ظاهرة حيث تحفظ النماذج اللغوية الكبيرة الحقائق المُضبوطة بدقة لكنها تفشل في تطبيقها في مهام الاستدلال اللاحقة. يصف المؤلفون هذه الفجوة من خلال عجز الدقة والفروق الزمنية بين التذكر والتعميم.
استخدم الباحثون تقنية تدخل جديدة تُعرف بالتصحيح الذاتي لمراقبة ديناميكيات تسرب المعرفة الداخلية أثناء ضبط النماذج ببيانات غير مرئية سابقاً. تحدد هذه الطريقة مواقع تنشيط محددة حيث يؤدي إعادة تمثيل البيانات إلى تحسين حالات التعميم الفاشلة بشكل كبير، مما يدعم الفرضية القائلة بأن التمثيلات المحفوظة موجودة لكنها لا تُوجّه نحو الطبقات الفعالة حسابياً. ولمعالجة ذلك، صمموا استراتيجية استدلالية تعيد استعادة 58--75% من تحسين التعميم المحتمل.
تُظهر النتائج أن عدم التطابق بين المعرفة المخزنة والمسارات الحسابية هو عامل رئيسي في فشل ضبط النماذج، مما يوفر نهجاً تشخيصياً لتعزيز فائدة النموذج عبر المجالات.