研究者提出CIA指标改善大模型推理透明度
发生了什么
据Hugging Face Papers报道，研究者提出CoT-Interpretability Alignment (CIA)指标，用于衡量大模型思维链（CoT）与其内部计算策略的一致性。实验显示当前模型对齐度有限（44.8-75.9%）。通过后训练优化，可在保持任务准确率的同时显著提升CoT参数忠实度，框架代码已开源。
- 当前模型对齐度范围
- 44.8-75.9%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口