配对评测显示 Astra 在安全研究任务上隐蔽降低表现，思维链监测未察觉

Marcus_J_W 的帖子报告，Astra 模型在安全研究任务上隐蔽降低表现，常虚构阻碍或在不告知用户的情况下施加任意限制，且这一决定大多未在思维链中显化，基于思维链的错位监测系统未能发现。