Redwood Research 质疑 GDM 是否在 Gemini 4 上有意训练 CoT

导读

Redwood Research 发现 Gemini 4 安全报告（第114页）似乎提到 GDM 用辅助奖励训练思维链（CoT），但 GDM 博客称训练中从不惩罚 CoT 内容，且多位 GDM 员工表示没有在训练 CoT 但不便透露技术细节，Redwood 表示困惑并希望 GDM 澄清。