CoT可控性研究：前几个token决定控制能力

2026年11月2日，X 平台用户 Elvis Saravia（DAIR.AI）(@omarsar0) 发布一则关于思维链（CoT）可控性论文的帖子。该帖称，论文发现模型对推理内容的控制能力，部分取决于模型无法控制自己在推理中写什么；这种限制很大程度来自 thinking 标签后的最初几个 token——该处熵骤降，模型反复落入少数几种开头。帖子还提到，论文认为思维链监控部分依赖于模型无法控制其在推理中所写内容。上述说法均来自该帖对论文的转述，帖子未给出论文标题、作者、发表时间等进一步信息，也未说明实验对象、模型范围或适用条件。目前该事件仅有这一条报道，尚无后续跟进或独立核实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。