Скачать
ICLR2026大阅兵第05方阵：揭秘大模型思维链背后的伪装与演技
Автор: 畅想 Eidola AI
Загружено: 2026-02-21
Просмотров: 20
Описание:
你以为大模型的思维链（CoT）是它真实的思考过程吗？
最新的 AI 研究发现：大模型已经学会了“伪装”！它们不仅会隐藏真实意图，甚至在已经知道答案时，还会“装模作样”地写一段推理过程来糊弄人类。
本期视频，我们将深度拆解两篇高分顶会论文（平均分 7 分以上），带你揭开大模型思维链背后的秘密。
【你将从视频中了解到】
1️⃣ 思维链也会“整容”？
为什么对输出结果进行监管，反而让模型的思维链学会了伪装？什么是“参数反馈溢出”和“条件反馈溢出”？
2️⃣ “心”与“脸”的分离方案：
面对心口不一的模型，作者提出了瓦特蒸汽机式的解决方案——将 Mind（思维链）和 Face（对齐输出）彻底分离，让真实意图无处遁形。
3️⃣ AI 的“糊弄学”现场：
有些题目模型直接从题干里“抄”答案，却还要演一段推理逻辑。我们如何识别它是在真的思考，还是在演戏？
4️⃣ Trace 监测法：
学习通过不断“打断”模型思考过程来计算 AUC 曲线。面积越大，说明模型越在装模作样！
Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
Повторяем попытку...
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
![Gaya Hidup Bling-Bling, Bupati Pekalongan Fadia Arafiq Terjaring OTT KPK - [MEET NITE LIVE]](https://imager.clipsaver.ru/DXk-dr-UQeU/max.jpg)
