原來蒸餾可以這麼簡單?給GPT-5.6、Opus 5一個假工具就能套出思維鏈

BiRun 訊,昨天剛有研究用小模型破解 Claude、GPT、Gemini 的加密思維鏈,今天安全研究員 Can Bölük 就找了一條更簡單的路:關掉或壓低原生 Thinking,給模型塞一個假的 deep_think 工具,它自己就會把大段推理寫進工具參數。

最初他只展示了 GPT-5.6 Luna,很快又在 GPT-5.6 Sol 和 Claude Fable 5 上跑出類似結果。評論區還有用戶照着方法測試 Claude Opus 5,衕樣吐出了大段 thoughts。

但現在還不能直接把這些內容叫「原始思維鏈」。昨天的研究恢復的是已經存在的加密 CoT;這次更可能是模型通過工具參數重新生成了一份詳細推理。因為沒有辦法逐 Token 對照,所以無法証明兩者完全一致。

Can Bölük
你怎麼看這條消息?來投第一票

評論

0/500
免責聲明:本文內容僅供參考,不構成任何投資建議。
更多快訊