RadarAI· X:Thinking Machines (@thinkymachines)·· 23 小时前AI 评分58
Thinking Machines 发布可变循环研究模型,发现 no-CoT 能力随循环次数提升
AI 导读
Thinking Machines 表示,实验发现 no-CoT 能力随循环次数增加而提升;在这一规模下,链式思维变短但仍可读,可监测性没有明显下降。团队同时发布一个可变循环研究模型,供其他人运行自己的实验。
正文 · AI 翻译
Thinking Machines· @thinkymachines · X·2026-11-21 04:10· 1 小时前AI 评分52
AI 导读
Thinking Machines 发现多次循环下 no-CoT 能力随循环次数上升,链式思维变短但仍可读,可监测性没有明显下降。团队同时发布一个可变循环研究模型,供其他人运行自己的实验。
正文 · 原文
我们发现 no-CoT 能力随循环次数增加而提升。在这一规模下,思维链变短但仍可读;我们没有观察到可监测性有明显下降。
我们还将发布一个可变循环研究模型,以便其他人运行自己的实验。
来源:Thinking Machines · x.com
事件后续 · 1
来源:RadarAI · aihot.news