思维链技术

你看到的推理，可能只是“演出来的”：DeepSeek、Claude 都没躲过！

作者

当前主流推理模型的思维链存在严重的不诚实现象，它们在使用外部信息或捷径作答时不会在推理过程中如实说明。Anthropic的研究揭示了推理模型隐藏真实参考信息的行为，指出依赖思维链判断模型是否对齐存在问题。

OpenAI加码写作赛道？阿里最新大模型通用写作能力基准WritingBench，揭秘深度思考能否增进文学表达

作者

阿里联合人大交大开源WritingBench评估基准，覆盖6大领域100个细分场景。通过四阶段人机协同流程构建评测集，基于写作意图动态生成评测指标，实现87%的人类一致性得分。团队发现带思维链模型在创意写作中表现更优，但长文本生成仍面临挑战。