博客文章

OpenAI 最新研究发现，即使被告知被监控，推理模型也难以控制其思维链。这种低可控性对 AI 安全有利，表明思维链监控仍是可靠的安全屏障。文章介绍了 CoT-Control 评估套件，并分析了其对 AI 安全的启示。

bingdada

2026-08-0262约 7 分钟阅读