Redwood Research：Blog· Arun Jose·AI 评分57
Redwood Research 实验发现 CoT 可控性评测存在严重欠激发
CoT controllability evals seem very under-elicited
AI 导读
Redwood Research 博客报告，CoTControl 评测要求推理模型在思维链中遵守小写、禁用词等格式约束，近期多数模型仅得 0-30%。
来源：Redwood Research：Blog · blog.redwoodresearch.org