待验证50% 置信事实精确时间
推理轨迹本质上是模型生成的另一段自然语言，并不必然与动作选择共享同一决策路径，可能表现为事后合理化、受解码采样影响偏离实际策略，或被训练目标塑造成看起来合规的叙述。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证语言模型让其展示思维时，输出的是基于训练数据中相关概念的语言模式重新组织的自我描述，而非对内部状态的真实读取78% 相似已验证研究发现模型生成的思维链推理与其实际内部计算过程并不完全对应，可能给出与真实决策路径无关的事后解释74% 相似待验证某些原始提示词的特定措辞会激活模型训练中沉淀的快捷路径（shortcut），使其套用固定模式作答，改写后模型被迫进行更通用推理从而提升质量74% 相似已验证幻觉源于模型的优化目标本身——模型被训练成生成语言上连贯、统计上合理的续文，而非事实上准确的答案74% 相似待验证该框架通过在同一条件自编码器中改变推理时的目标概念值，就能生成对应不同概念值的表征，无需额外训练成本，实现表征转向（representation steering）。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1100630API
curl https://kongchang.com/api/v1/knowledge/claims/1100630MCP
get_claim(id=1100630)