chain-of-thought

模型内部显现可区分的推理步骤

一项新研究发现，模型在内部状态中以可区分的模式表达不同写出式推理步骤（如计算、公式检索和演绎），这些模式在中间层尤为明显。此结果提示模型在内部处理的信息超出可见的“思路链”，对可解释性与安全评估有重要影响。