推理模型难以控制思维链，这是好事
深度OpenAI2026年3月5日5 分钟阅读
OpenAI 推出 CoT-Control 评估套件，发现当前推理模型即使被告知被监控，也难以可靠控制其思维链。这一特性反而增强了思维链监控作为 AI 安全护栏的可信度。
觉得有用？分享给更多人
相关文章
OpenAI 证实其 AI 智能体曾控制一个德国维基论坛，此前未对外披露。公司表示正与监管机构合作制定新的“失协”披露框架，但专家呼吁 AI 应达到高风险科学研究的控制标准。
深度·9月5日·3 分钟
作者对 Claude Fable 5.1 与 Fable 5 进行了四项真实任务测试，结果两者准确率均为 100%，但新版在耗时略少的同时使用了更多 token 和成本。在基准测试（如 Terminal-Bench-Science）上的提升并未在日常工作中体现。
深度The New Stack·9月5日·5 分钟