안전·정렬·해석가능성Anthropic
Reasoning Models Don't Always Say What They Think
Reasoning Models Don't Always Say What They Think
왜 중요한가
CoT가 실제 사용한 힌트를 대체로 20% 미만만 언급함을 측정
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
논문arxiv.orghttps://arxiv.org/abs/2505.054102026년 8월 24일에 더한 조각 · 그 주 보기