Redwood Research：Blog· Alek Westover·· 2 天前AI 评分55
Redwood Research：无法判断 GDM 是否在有意对 CoT 训练
We don’t understand whether GDM intentionally trains on CoT
AI 导读
Redwood Research 发文称，Gemini 4 安全报告第 114 页提到 RL 训练中部分优化压力受思考内容影响，但 GDM 博客又声称训练中不因 CoT 内容惩罚模型，与 GDM 员工的口径也不一致，外部难以判断其是否在训练 CoT。
来源：Redwood Research：Blog · blog.redwoodresearch.org