OpenAI研究：多类训练因素削弱思维链可监控性

OpenAI安全团队发布分析，系统研究哪些训练步骤会导致模型思维链的可监控性下降，研究对象覆盖GPT-5到GPT-6 Astra的训练过程。团队指出，基础模型能力提升、特定架构选择、强化学习训练和教师模型蒸馏四类因素会削弱思维链的可监控性。 OpenAI称，自2026年2月起，已对每次训练运行自动检查，以排除对草稿区（scratchpad）的直接惩罚。分析同时提到，更长的思维链会显著抬高部署时的算力成本，这是经济层面的代价。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。