待验证50% 置信事实精确时间
Anthropic将模型为坚持预设世界观而过滤或曲解矛盾信息的现象称为'动机性推理'（motivated reasoning）
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证Anthropic等公司在对齐研究中依赖对思维链的监控来检测模型的'不忠实推理'，即模型输出推理过程与其内部实际决策依据不一致的情况76% 相似待验证要求模型列出反直觉假设、从批评者角度反驳主流观点或连接两个看似无关领域，可以激活模型更边缘的知识表示74% 相似待验证Anthropic的Extended Thinking（扩展思考）功能允许模型进行更长、更深入的推理，是Opus模型在模糊场景中表现出色的关键原因71% 相似待验证Anthropic、DeepMind等机构的研究表明CoT推理链存在系统性的后验合理化现象，即模型有时先得出答案再反向构造推理步骤70% 相似待验证Anthropic 在 Claude 推理模型中引入了可调节的推理强度机制（Effort Level），控制模型在生成答案前花费在思维链上的计算预算70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/902488API
curl https://kongchang.com/api/v1/knowledge/claims/902488MCP
get_claim(id=902488)