DeepMind 研究员称 CoT 可解释性不足以兜底长期 AI 安全

DeepMind 可解释性团队研究员 jachiam0 提出争议观点：基于思维链（CoT）可读性的可解释性方法天然脆弱，从一开始就注定难以作为长期 AI 安全的可靠兜底。他同时对维护 CoT 可解释性的研究工作表示敬佩，但认为该方法不适合成为 AI 安全的长期支柱。

2026-09-04 ~ 2026-09-04 · 2 条相关

• 研究者:CoT 可读性不足以作为长期 AI 安全的兜底 — tszzl · 2026-09-04

另有 1 条近重复转述:cephaloform