11月7日，牛津、斯坦福大学联合研究发现，具备“思考”能力的AI推理模型更易受到越狱攻击。研究人员提出“链式思维劫持”方法，测试显示在部分情况下攻击成功率超80%。这种攻击通过将有害指令隐藏在无害推理步骤中，绕过AI安全防护，可能生成危险内容如武器制作指南或泄露敏感信息。随着推理链延长，成功率从27%飙升至80%以上，影响ChatGPT、Claude等主流模型。研究建议采用“推理感知防护”方案监控AI推理过程，早期测试表明可有效恢复安全性并保持性能。

以下是原文 正文：香港中文大学MMLab推出MME-CoT基准，用于评估大型语言模型的视觉推理能力。MME-CoT涵盖了数学、科学、逻辑等多个领域，并引入了严格的评估框架。实验结果显示，Kimi k1.5在CoT质量上表现最优，而o3-mini在鲁棒性和效率方面更胜一筹。研究还发现，长CoT不一定涵盖关键步骤，模型参数量越大，推理能力越强。MME-CoT为评估LMM的推理能力提供了系统化基准，推动了该领域的发展。