LLM 被提示不诚实作答时的推理 token 激增现象

论文关注推理模型思维链监控在可读性与忠实性下降背景下的替代信号。基于认知负荷理论，作者考察推理 token 数量这一无需访问推理轨迹内容的低带宽信号：三个具备推理能力的大模型在“如实回答”“虚假回答”“不考虑真实性”三种系统提示下回答 210 道选择题，覆盖分析、描述、规范推理类型及道德与非道德领域。摘要未披露具体效应方向与幅度。

AI推荐理由 研究在提示模型不诚实作答时推理 token 数量的变化，基于认知负荷理论提出一种无需访问推理轨迹内容的低带宽监控信号。三个推理模型回答 210 道多类型选择题，对 CoT 监控与欺骗检测有方法意义，但摘要未给出具体结论方向与效应量。