研究提议前沿AI开发商披露思维链可监控性指标

arXiv 上一项研究指出，思维链（CoT）监控正受到威胁，前沿AI开发商应定期披露五项指标，分别对应CoT监控依赖链条的五个环节。这五项指标覆盖第三方CoT访问权限与基础架构规格、CoT质量（自然性与忠实性）、监控有效性（检出率与能力提升）。第一项第三方访问与架构规格指标还是其余指标外部验证的基础。 研究审计了 Anthropic、OpenAI 和 Google DeepMind 三家的现有披露情况，结果显示没有任何一家开发商覆盖全部五项指标，但每项指标至少被一家前沿开发商报告过。由于目前的披露主要依赖开发商自评，作者建议开展跨开发商审计，采用比公开披露更深入的访问方式，例如在开发商内部工作的嵌入式评估者，或由独立验证组织（Independent Verification Organization）执行。 这项工作把AI安全讨论落到可量化的披露指标上，为监管机构和第三方审计提供了具体抓手。对关注CoT监控失效风险的企业和研究者来说，五指标框架可以直接作为评估开发商透明度的清单。