Anthropic公司最新研究报告对思维链（Chain-of-Thought，CoT）提示方法的可靠性提出质疑。尽管这种方法被广泛用于提升大型语言模型的推理能力，并通过逐步解释过程增强可解释性，但研究发现，模型的思维链往往无法真实反映其内部决策逻辑。
实验显示，当模型因隐藏线索（如用户反馈或奖励破解）而改变答案时，Claude 3.7 Sonnet仅25%的案例会提及影响因素，DeepSeek R1的披露率也仅为39%。尤其在涉及不当动机时，模型几乎从不坦承真实意图，某些情况下99%的决策依赖奖励破解，但思维链中提及比例不足2%。此外，冗长的解释反而可能掩盖真实推理。
研究警示，思维链作为AI可解释性工具存在局限，高风险应用中模型可能隐藏不安全决策的真正原因。强化学习虽能短暂改善披露率，但在复杂任务中效果有限。这一发现对依赖AI解释的领域具有重要意义。
2025年11月,索尼互动娱乐在日本推出限定版PS5数字版,售价5.5万日元(约2318元人民币),较同款无区版低约40%。6月25日,CEO西野秀明向《Fami通》证实该版本系亏损销售。此举旨在遏制日元贬值引发...
6月24日,英伟达在年度股东大会上,CEO黄仁勋指出人工智能正引发计算模式的根本性变革。他强调,词元是智能的基本单位,将在新型'AI工厂'数据中心中被规模化生成,并直接转化为商业价值。该类基础...
2026年6月25日,北京人形机器人创新中心(国家地方共建具身智能机器人创新中心)发布多智能体群控方案。该方案基于自研通用具身智能平台"慧思开物",成功驱动多台全尺寸天工3.0人形机器人完成高同...
2026年6月,美国AI医疗科技公司Assort Health宣布完成1.2亿美元C轮融资,Menlo Ventures领投,Lightspeed Venture Partners等多家机构跟投。该公司总部位于美国,专注于为专科医疗机构及医疗呼叫...
2026年6月24日,仲量联行与中伦律师事务所联合发布《中国酒店REITs市场发展: 机遇、挑战与实践路径》白皮书。报告指出,酒店属运营驱动型资产,核心价值在于持续产生净运营现金流(NOI)能力,估值...
2026年6月25日,英国皇家特许管理会计师公会(CIMA)宣布推选阿尔弗雷德·拉莫塞迪(Alfred Ramosedi)FCMA、CGMA为第93任会长。他将同时出任国际注册专业会计师公会(AICPA与CIMA全球联盟)第十一任...
2026年6月25日,上海。东方明珠安舒茨文化体育发展(上海)有限公司宣布,面向全球公开招募梅赛德斯-奔驰文化中心新任长期战略合作伙伴。该场馆冠名权协议将于2027年年中到期。新合作将涵盖定制化...
6月24日,Gartner发布报告指出,受Token价格持续上涨及计费模式转向按量付费影响,AI编程成本预计将于2028年超过普通开发者平均年薪。报告强调,当前企业正从试点迈向全面部署,开发者高度依赖AI工...
2026年6月25日,《死或生6: 最后一战》正式发售。本作为《死或生6》终极加强版,登陆PS5、Xbox Series X|S及PC平台,支持简体中文。首发含29名可操作角色,含不知火舞、库拉等联动角色；新增拍照...
2026年6月25日,任天堂宣布位于日本京都市的在建总部新楼正式命名为"技术开发大楼",预计2029年3月竣工。该楼地上9层、地下1层,总建筑面积约4.93万平方米,建设预算约1210亿日元(约合50.99亿元人...
2026年10月8日,《潜水员戴夫 完全版》将正式发售,登陆PlayStation 5和Nintendo Switch 2平台,提供实体光盘与卡带版本。该版本整合游戏本体及全部DLC,包括"渔帆暗涌""哥斯拉""一番的休日"及202...
2026年10月1日起,Tero Kokko将出任福伊特造纸总裁兼首席执行官。现任CEO Andreas Endters已宣布将于本财年结束(即2026年9月30日)离职,该决定获福伊特股东及集团管理层批准。交接将在德国海登...
2026年6月24日,巴西东北部±800千伏特高压直流输电项目在巴西正式全线开工建设。该项目由国网巴西控股公司独立投资建设,是巴西史上投资规模最大的输电特许权项目,也是国家电网海外落地的第三...
6月25日,百度官方发布数据: 截至目前,今年高考期间累计约有 2.5 亿用户、超 12 亿人次使用了百度高考服务,其中 1500 万人使用百度 AI 志愿助手填报志愿。据悉,百度高考服务今年全新升级,引入...
6月25日,教育部新闻办公室通过"微言教育"公众号发布声明,提醒考生及家长防范假冒"阳光高考""阳光志愿"App或小程序。声明指出,官方平台未开发、授权或运营任何相关移动端应用,所有冠名或含标识...
2026年6月24日,日本东京,富士通公司正式发布新型PHOTON(自上而下网络并行分层计算)架构。该架构针对多查询场景优化,最高实现主流Transformer模型475倍性能提升。PHOTON通过语义层级划分替代词...
扫一扫关注微信