2025-03-11 这一期

这一期没有导语。

本期收录

• 推理模型的 scratchpad 是否隐藏了额外推理 (2025-03-11 · Anthropic Alignment Science)
  Anthropic 通过改写 scratchpad 再微调模型来检验，发现改写后性能不变，说明模型没有依赖语法编码隐藏信息。