研究揭示思维链可控性源于开头几个 token
原文标题：The First Few Tokens Matter: Understanding Chain-of-Thought Controllability
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文研究大模型为何难以控制其推理轨迹中的表述内容，将其与思考标签后最初几个 token 的熵坍缩联系起来。作者通过预填充初始 token 与禁用高频开头 token 两种推理时干预恢复可控性，后者使平均合规率提升 34-41 个百分点。研究还发现「添加/风格」可控性与「抑制」可控性表现为不同能力。
- 问题
- 大模型为何难以控制思维链中表述的内容，从而影响监控可靠性。
- 方法
- 将不可控归因于思考标签后最初几个 token 的熵坍缩，用预填充初始 token 与禁用高频开头 token 两种推理时干预恢复可控性。
- 结果
- 禁用高频开头 token 加示例使平均合规率提升 34-41 个百分点；添加/风格可控性与抑制可控性呈不同能力。
- 影响
- 思维链可控性可被推理时干预直接调节，且与可监控性的关系依任务类型而异，监控方案需区分添加与抑制场景。
深读 · 结论先行AI 生成展开看要点与影响 ↓
研究把思维链可控性归因于思考标签后最初几个 token 的熵坍缩，禁用高频开头 token 使平均合规率提升 34–41 个百分点。
- •可控性受限源于思考标签后最初几个 token 的熵坍缩。
- •两种推理时干预：预填充初始 token（单个 token 即可显著提升），以及禁用高频开头 token 加示例。
- •后者使跨模型平均合规率提升 34–41 个百分点。
- •恢复的主要是「添加/风格」可控性，「抑制」可控性表现不一，二者跨模型相关多为负，属不同能力。
为什么重要：与第 5 条呼应：思维链可监控性部分依赖模型难以控制表述，这条说明该前提可被推理时手段削弱。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。