热点事件持续更新
Redwood：CoT 可控性评测 prompt 欠优化
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Redwood Research 发布研究指出，各厂商在系统卡中采用的 CoTControl 评测严重欠激发，低估了模型控制思维链的能力：现有模型在该评测中普遍只得 0-30% 的分数。研究者使用 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，其中 GPT-OSS-120B 从 5.5% 升至 15%。该研究据此认为，此前基于这一评测得出的模型 CoT 可控性结论受提示词设计影响很大，简单提示词优化即可显著改变评测结果。目前尚无厂商回应该结论，也未见到对系统卡评测方法的修订说明。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 03:22
Redwood 称仅做提示词优化，开源模型 CoT 可控性评测成绩即提升 2-3 倍以上。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntRedwood 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%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。