arXiv · cs.AI· Yihuai Hong, Shauli Ravfogel, Chen Zhao, Eunsol Choi·· 5 小时前
论文提出CIA指标衡量并提升大语言模型思维链可解释性对齐
Making LLMs Say What They Think: Measuring and Improving CoT-Interpretability Alignment
arXiv:2609.38972v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yihuai Hong, Shauli Ravfogel, Chen Zhao, Eunsol Choi
研究任务与主要进展
Yihuai Hong、Shauli Ravfogel、Chen Zhao和Eunsol Choi提出CoT-Interpretability Alignment（CIA）指标，用于衡量大语言模型思维链与其内部推理策略之间的一致性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org