Redwood 研究：CoT 可控性评测严重欠激发，简单提示词优化可提升 2-3 倍

Redwood Research 指出，各厂商系统卡采用的 CoTControl 评测严重低估了模型控制思维链的能力，现有模型普遍只得 0-30%。研究者用 Claude Opus 4.6 迭代提示模板后，开源模型成绩提升约 2-3 倍以上，GPT-OSS-120B 从 5.5% 升至 15%。