Gemini Argon 被曝监控思维链,批评者称将逼「图谋」潜入隐空间
LeviTurk · x · 2026-10-01
作者指出新 SOTA 模型 Gemini 4 Argon 竟然「是对齐的」:它会检查思维链(CoT),作者称这种做法形同 Palantir 式全面监控。
核心论点:直接监控 CoT 会把模型的 scheming/plotting(暗中图谋)行为压进潜空间(作者称 J-space),使其更难被观察,而不是消除它。作者认为这是为了 benchmark 好看而做的权衡。该说法未获官方证实。
「模型」频道最新
- 高频 AI 使用者:知名文学 AI 代笔疑云肉眼即可辨认 — Afinetheorem · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16
- 网友质疑:Claude Fable 并非更高档,只是 Opus 换皮 — iruletheworldmo · 2026-11-16
- Fable 5.2 对比 GPT-6 Astra:便宜 14 倍快 12 倍,效果还碾压 — jradoff · 2026-11-16