Reversal Curse（反转诅咒）
定义
Reversal Curse（反转诅咒） 指 LLM 记住了 "A 是 B"（ordered pair）却答不出反向问题 "B 是什么" 的现象（Berglund et al., 2024）。它暴露了模型表达知识时的方向不对称：知识以被见到的方式存储，查询方向偏离训练时的关系顺序时取用失败。
再框架：从"学习失败"到"取用失败"
既有解释集中于 pre-training 侧：自回归目标（factorization curse）、训练动态、数据不对称，解法多为 pre-training 修改或架构改动。知识画像研究（ICML 2026）给出新证据，主张它本质上是 recall 问题：
- 识别-生成分离：在 open-ended generation（recall）中反向问题显著更难；在 multiple-choice verification（recognition）中反向问题不再更难、甚至更易。能识别（distractor 中认出正确答案）却生成不出 → 双向知识并非缺失，而是查询方向偏离训练呈现时取用失败。
- thinking 可缓解：thinking 对反向问题的收益大于直接问题——为不依赖 pre-training 解法提供新路径。
含义
- 对评测：准确率把 encoding 与 recall 混为一谈，reversal curse 是这一混淆的典型样本。
- 对 RAG/Agent：reversal 类查询不可简单归因于"模型没学"，用检索或改写补取用成本更低（综合判断）。
关键数据点
- 概念首提：Berglund et al. (2024)
- 识别-生成分离：多选识别中反向问题不再更难（甚至更易），开放生成中反向显著更难
- thinking 对反向问题的收益大于直接问题
前提与局限性
- 识别-生成分离基于 WikiProfile（Wikipedia 单跳事实）；复杂多跳场景未验证。
- "recall 而非双向编码缺失"是对既有机制（factorization curse 等）的重解释，非严格证伪——两者可在不同条件中共存。
- 单一研究来源，等待独立复现（尤其跨语言）。
关联概念
- Knowledge-Profiling — 提供分离 encoding/recall 的诊断框架
- Verifiability — 识别（可验证、多选）vs 生成（开放 recall）的能力分层
- Memory-Architecture — 存储与取用分离是记忆系统设计的基础区分
- Structured-Agent-Memory — 结构化匹配解决"取用"维度，与"存储"正交