论文提出可定制监控要求的 OwlSight 思维链监控器。
资讯摘要
论文提出一种基于“Factor”的思维链（CoT）监控策略，可在提示中自定义监控要求，使单一监控器通过不同 Factor 覆盖多种任务，并区分细粒度与粗粒度需求。作者据此开发了 OwlSight 监控器，仅依赖 Factor 监控能力、安全与可信度等多维行为。作者报告在 15,971 条推理轨迹上，其细、粗粒度分别比通用 LLM 高 1.32–30.57 与 11.71–27.81 分，并在 OpenAI 的 CoT 可监控性基准上取得最优结果。
要点速读
- 论文提出 Factor for CoT monitoring，支持在提示中定制监控要求，让单一监控器覆盖不同任务。
- 作者开发 OwlSight，仅依赖 Factor 监控能力、安全、可信度等多维行为。
- 作者报告在 15,971 条推理轨迹上优于通用 LLM，并在 OpenAI CoT 可监控性基准上取得最优结果。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。