OPINION

研究观点

研究者的技术论点、前提与证据。

Lukas Finnveden · Alexa Pan · Alek Westover · Girish Gupta · Nathan Sheffield · Ryan Greenblatt

Latent reasoning architectures would likely undermine CoT, our strongest oversight tool

作者认为文字之外的计算增加可能削弱思维链监督。修订后的结论区分了论据支持的主张与更广泛偏好。

Sayash Kapoor · Benedikt Stroebl · Zachary S. Siegel · Nitya Nadgir · Arvind Narayanan

核心观点是控制评测成本，区分模型研究和下游选型，并用有意义的留出任务检验泛化。

Han Jiang · Susu Zhang · Dongyao Zhu · Yuzhuo Bai · Sang T. Truong · Xiaoyuan Yi · Sanmi Koyejo · Xing Xie · Ziang Xiao

汇总成绩可能掩盖低质量题目与测量目标错位；作者主张以可审计结构记录题目、条件、响应和评分。

Olawale Salaudeen · Anka Reuel · Ahmed Ahmed · Suhana Bedi · Zachary Robertson · Sudharsan Sundar · Ben Domingue · Angelina Wang · Sanmi Koyejo

建议从待论证主张出发，在把成绩用于实际决策前检查缺少哪类效度证据。