OpenAI于3月11日发布了一项新研究，利用CoT（思维链）技术监控AI推理模型的行为，旨在防止大模型产生虚假信息、隐藏真实意图等问题。此次研究中，OpenAI使用了前沿模型o3-mini作为监控对象，并以较弱的GPT-4o模型作为监控器，在编码任务中进行测试。结果显示，CoT监控器在检测系统性‘奖励黑客’行为时表现出色，召回率达到95%，显著优于仅监控行为的60%。这一技术有望成为监督超级模型的有效工具。