neuralese 有助于而非损害可监控性，研究者反驳咖啡因式担忧
Sauers_ · x · 2026-11-01
Sauers 回应此前关于「neuralese」(模型内部神经语言的担忧讨论，指出与 cofefe 类比相反，neuralese 实际上有助于而非损害模型行为的可监控性。在被引用的推文中，讨论者提到在看到 Sauers 的相关工作后，就在思考随着对 CoT(思维链)可观测性下降，如何利用这类方法做模型监控。
「安全」频道最新
- CTBB 万圣节特辑：花数天做漏洞利用链结果一文不值的痛苦与名场面 — rez0__ · 2026-11-01
- DeepMind 14 位学者出新书：用贝叶斯框架评估 AI 意识 — mhutter42 · 2026-11-01
- gemini-cli 修 MCP OAuth 漏洞:检查后连接不再复验 DNS — ranas-mukminov · 2026-11-01
- 沙箱 iframe 逃逸链：黑客攻陷 ChatGPT 账号窃取私聊数据，OpenAI 赏金仅 5000 美元 — Simon Willison · 2026-11-01
- Oracle 25 年老兵讲 agent 安全接库：报告即工具、只读副本、行级裁剪 — AI Engineer · 2026-11-01
- 「AI 生成物没有版权」?法学博主：软件业先来反驳这个说法 — technollama · 2026-11-01