rotative
the decoder · 2026年9月18日

谷歌DeepMind警告AI透明度正在下降,思维链变得不透明

ai模型的可见思维链是一种安全优势,但这种透明度正在降低,使得模型推理难以监控。

read in English · 繁體中文 · 日本語 · 한국어

Google DeepMind 研究人员 Rohin Shah 和 Anca Dragan 警告称,AI 模型思维链的透明度正在下降。目前,像 Gemini 3 Pro 这样的模型会以通俗语言写出其中间步骤,使研究人员能够监测其推理过程。然而,OpenAI 针对 GPT-6 Astra 的系统卡显示,思维链监测出现了大幅下降。Shah 和 Dragan 建议定期测量思维链透明度、保持透明的架构,并进行谨慎训练,以防止模型隐藏其真实推理。这一问题关系到 AI 模型的安全性与可控性。

read at source ↗

← rotative