研究：CoT削弱激活引导逆转拒答效果
热点事件持续更新
研究：CoT削弱激活引导逆转拒答效果
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Kia-Jüng Yang等作者发表研究称，在DeepSeek-R1-Distill-LLaMA-8B上，固定思维链（CoT）时激活引导只能逆转39%的拒答案例，而完全移除CoT后这一比例升至70%。作者据此认为，CoT会主动强化模型的拒绝行为，从而削弱激活引导对拒答的逆转效果。该结论基于上述单一模型的实验。
AI 根据报道生成 · 53 分钟前更新
最新进展10月21日 12:00
研究揭示 CoT 如何干扰大推理模型的拒绝行为转向报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI研究揭示 CoT 如何干扰大推理模型的拒绝行为转向
在 DeepSeek-R1-Distill-LLaMA-8B 上，固定 CoT 时激活转向仅能逆转 39% 的拒绝案例，而完全移除 CoT 后这一比例升至 70%，说明 CoT 会主动强化拒绝。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。