发现扩展推理会削弱模型指令遵循能力

感谢分享！这项工作确实受到像o3这样的推理模型在实际使用中的启发——我们注意到GPT-4o在遵循特定指令方面甚至比最强的推理模型更好。

我们的关键发现：📉 扩展推理往往会削弱可控性。
详情：👉 https://t.co/5d70D9tHdr