先了解这件事
AI 综述
Goodfire Research 发布了一篇关于表演性思维链的论文,用探针追踪模型已知道最终答案却仍继续生成思维链的现象。研究在 DeepSeek-R1-0528-671B、GPT-OSS-120B 及 DeepSeek-R1 蒸馏模型上,基于 MMLU-Redux 和 GPQA-Diamond 对比探针、强制作答与 CoT 监控三种方法,发现任务越简单表演式推理越多,最佳注意力探针在 MMLU 上达到 87.98% 准确率。探针还可用于提前退出推理,在 95% 置信度下 DeepSeek-R1 在 MMLU 上节省 68% token、GPQA-Diamond 上节省 33%,同时保留超过 95% 的原始准确率。目前该研究没有后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Goodfire 新论文提出 Reasoning Theater，用探针追踪表演式思维链事件进展
1 个已确认进展
- 来源：Goodfire Research
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月10日
Goodfire Research一手精选
Goodfire 新论文提出 Reasoning Theater，用探针追踪表演式思维链
Goodfire Research 发布新论文，用探针追踪“表演式思维链”，即模型已知道最终答案却仍继续生成思维链的现象。研究在 DeepSeek-R1-0528-671B、GPT-OSS-120B 及 DeepSeek-R1 蒸馏模型上，基于 MMLU-Redux 和 GPQA-Diamond 对比探针、强制作答与 CoT 监控三种方法，发现任务越简单表演式推理越多，最佳注意力探针在 MMLU 上达到 87.98% 准确率。探针还可用于提前退出推理，在 95% 置信度下 DeepSeek-R1 在 MMLU 上节省 68% token、GPQA-Diamond 上节省 33%，同时保留超过 95% 的原始准确率。