COLM 论文提出 GRIFT：用梯度指纹揪出 CoT 监控漏掉的隐性奖励作弊

COLM 2026 论文提出 Gradient Fingerprint（GRIFT），对模型 CoT 计算梯度并压缩成紧凑表示，用来区分 reward hacking 与非作弊轨迹，可发现仅靠阅读 CoT 难以察觉的隐性作弊，对 latent 或 looped 架构的模型尤其如此。