大模型思维链监控为什么可能失效：Astra争议背后的模型可解释性挑战围绕 OpenAI 传闻中的新模型 Astra，近期争议并不只在于模型能力是否提升，更集中在一个影响 AI 安全评估方法的问题上：如果模型越来越多地在潜空间中完成推理，而不是通过可……15052026-09-08 11:02阅读 390
15052026-09-08 11:02阅读 390
15052026-09-08 11:02阅读 39015052026-09-08 11:02阅读 390