Anthropic研究称推理模型无法准确表达推理，质疑思维链监控安全性

Anthropic新研究：推理模型能否准确表达其推理过程？

我们的新论文表明它们不能。

这对监控思维链(CoT)是否足以可靠捕捉安全问题提出了质疑。