arXiv cs.CL· Yihuai Hong, Shauli Ravfogel, Chen Zhao, Eunsol Choi·· 2 小时前AI 评分30
让 LLM 说出真实想法：测量并提升 CoT 可解释性对齐
Making LLMs Say What They Think: Measuring and Improving CoT-Interpretability Alignment
AI 导读
研究提出 CoT-Interpretability Alignment（CIA）指标，用于衡量 LLM 的 CoT 轨迹与可解释性工具检测到的内部推理策略之间的一致性。
来源：arXiv cs.CL · arxiv.org