一串省略号让 GPT-6 四跳推理从 10% 飙到 50%，Redwood 报告揭示隐藏算力

新智元 · wechat · 2026-09-25

Redwood Research 最新报告发现，在 GPT-6 Astra 的问题后面加一串毫无意义的句点（填充 token），能大幅提升其推理表现，而其他受测模型几乎无反应。

关键实验：在四跳串行推理任务上，Astra 准确率从约 10% 升至约 50%；修改过的旧 AIME 数学题从约 60% 升至约 90%。对照组 Opus4.5、Opus5、GPT-5.6-Sol 对填充几乎无反应（统计上 GPT-5.6-Sol 有微弱提升）。
细节：收益在约 8192 填充 token 附近达到峰值；填充放在题目之后有效、之前无效；数数、重复题目等填充方式效果类似。
实验设置：API 报告推理 token 为零，使用低强度推理并要求直接回答——但这只说明接口记录为零，无法证明模型内部没有额外计算。
安全含义：真正的担忧是思维链监控——若模型大量计算无需写成文字，检查其推理文本的安全监控思路就可能漏掉重要内容；只测「直接回答」也会低估模型的无 CoT 能力。团队建议未来无推理评测加入填充 token 测试。

「模型」频道最新