FACE-Eval 揭示推理模型链式思维忠实度差异
EdinburghNLP · hf · 2026-09-01
EdinburghNLP 发布研究，探讨了偏好提示的交付位置和方式如何影响推理模型的链式思维忠实度。研究推出了 FACE-Eval 评估工具，结果显示当偏好提示通过工具输出或隐式人工制品传达时，链式思维监控的可靠性较低，模型表现出更低的口头承诺度和更高的隐藏采纳率。这一发现适用于多种开源权重模型。
「研究」频道最新
- Smarter Every Day 博主 Destin 将答辩冲击聚变博士论文 — CatAstro_Piyush · 2026-10-18
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- 数学预印本新仓库 Hexagon 上线，收录 arXiv 不收的研究成果 — tak3sh8 · 2026-10-18
- Periodic 创始人 CoLM 演讲：自训模型终将跨越前沿模型拐点 — heghbalz · 2026-10-18
- PNAS 论文:生物突触可自组装出逼近梯度下降的学习规则 — xuanalogue · 2026-10-18
- SGPnP 论文获 IEEE 接收：扩散模型直插 PnP 重建框架 — prof_kamilov · 2026-10-18