Redwood Research 质疑 GDM 是否在链式思考上训练
中文摘要
Redwood Research质疑GDM在链式思考上进行训练,称其安全报告与此前说法矛盾,但GDM员工予以否认且未详述。
English Summary
Redwood Research questioned GDM's Chain-of-Thought training due to contradictions in its safety report, though GDM employees denied it without providing details.
原文节选
Redwood Research 发文称 Gemini 4 安全报告(第 114 页)似乎暗示 GDM 用辅助奖励在链式思考上训练,与 GDM 此前“不因链式思考内容惩罚模型”的说法相矛盾,但 GDM 员工否认在 CoT 上训练且未解释细节。