研究证实:前沿模型API漏洞可提取隐藏思维链并跨模型迁移

gsarti_ · x · 2026-08-13

研究人员发现了一种利用各大前沿 AI 公司 API 漏洞的方法，能够成功提取出模型隐藏的思维链。验证表明，提取出的推理 token 数量与 API 实际计费的思考 token 数量几乎呈 1:1 对应。

此外，另一项相关研究为这种跨模型思维链迁移提供了独立证据：将强模型的思维链转移给弱模型后，弱模型的表现和响应会高度贴近强模型。研究指出，这种泛化能力与人类偏好排序及强化学习训练呈正相关，并提醒在利用模型解释来获取新洞察时需保持谨慎。