思维链

不过，OpenAI目前尚未发现Astra具备隐写式思维链推理的证据，表明规避风险可能主要局限于不需要思维链就能完成的任务。

研究发现，Astra控制自身思维链的能力更强，在对抗性条件下（即被推动去规避监控时），模型能够在评估中策略性表现不佳（即“沙袋”行为）而不被发现，有时还能规避内部监控。