Quando la chain-of-thought smette di essere una prova neutrale
Il fine-tuning su stili di ragionamento può ridurre la monitorabilità della chain-of-thought senza esempi di evasione. Nei test, la metrica g-mean^2 scende da 0,94 a 0,68 e a 0,22 con istruzioni esplicite. Per chi gestisce LLM self-hosted, la CoT non...