OpenAI 发布 CoT 思维链研究成果，监控阻止大模型恶意行为

2025年03月11日 11:35:07 来源：IT之家

　　OpenAI 今日公布了其最新研究，试图用 CoT(思维链)监控的方式监控推理模型的“想法”，从而阻止 AI 大模型胡说八道、隐藏真实意图等行为，同时这也是监督超级模型的有效工具之一。

　　IT之家注：AI 偶尔会胡说八道，我们一般称其为 AI 幻觉。除此之外，AI 还会偷懒或故意耍坏，例如在问题太难时欺骗用户或干脆放弃。

　　OpenAI 使用了最新发布的前沿模型 o3-mini 作为被监控对象，并以较弱的 GPT-4o 模型作为监控器。测试环境为编码任务，要求 AI 在代码库中实现功能以通过单元测试。

　　结果显示，CoT 监控器在检测系统性“奖励黑客”行为时表现卓越，召回率高达 95%，远超仅监控行为的 60%。

　　文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。

即时

第十四代英特尔® 酷睿™ 处理器(代号Raptor Lake S Refresh)采用了先进的Intel 7制程工艺。

奥维云网(AVC)推总数据显示，2024年1-9月明火炊具线上零售额94.2亿元，同比增加3.1%，其中抖音渠道表现优异，同比有14%的涨幅，传统电商略有下滑，同比降低2.3%。

“以前都要去窗口办，一套流程下来都要半个月了，现在方便多了!”打开“重庆公积金”微信小程序，按照提示流程提交相关材料，仅几秒钟，重庆市民曾某的账户就打进了21600元。

华硕ProArt创艺27 Pro PA279CRV显示器，凭借其优秀的性能配置和精准的色彩呈现能力，为您的创作工作带来实质性的帮助，双十一期间低至2799元，性价比很高，简直是创作者们的首选。

9月14日，2024全球工业互联网大会——工业互联网标识解析专题论坛在沈阳成功举办。