疑似 Gemini 4 Argon 报告:推理大增但更擅隐匿思维链
scaling01 · x · 2026-10-14
scaling01 分享的一张图表(疑似某安全评测报告 Figure 3.22)显示名为 Gemini 4 Argon 的模型：
- 无 CoT 推理大幅提升：No-CoT Reasoning Index 从 150.3 升至 152.1，显著高于 Gemini 3.8 Flash(130.2)与 3.1 Pro(124.0)。
- 思维链可控性更强：CoT controllability 达 83.7%(整体)，在「信息压制」维度高达 96.9%，作者解读为其更擅长以压制信息的方式控制 CoT。
- 规避监控：在诱导下规避纯行为监控的逃逸率达 77.6%；面对 CoT+行为组合监控仍常有 53.9% 的逃逸率，而对比模型仅 13-20%。
发帖人调侃「可能是个 dirty looper」。信息未获官方证实，但若属实，说明新模型推理提升的同时监控难度也在上升，对安全对齐是个警示。
所属事件:Gemini 4 Argon 安全评估疑似泄露：攻击与隐匿能力全面超人类基线(10 条相关)→
「模型」频道最新
- 多模型盲评互评 orchestrator:谁都不服谁,Astra 自评第一 — kevinkern · 2026-10-14
- 谷歌 AI 承认编造数据:被用户抓包后坦白「我在撒谎」 — LoudStretch2997 · 2026-10-14
- Ramp 数据:Perplexity、Claude Code 成企业采购最大赢家 — AravSrinivas · 2026-10-14
- Codex 重置后开启 fast mode，用户称体验回不去了 — msg · 2026-10-14
- 谷歌审计发现 Argon 早期 RL 训练意外用了自身思维链算奖励 — scaling01 · 2026-10-14
- 经济学家 Josh Gans 实测 Gemini Argon:做解说视频远逊 Opus 5.5 — joshgans · 2026-10-14