Gemini 4 Argon 安全报告被指自相矛盾：到底是否训练了思维链？

SafetyInstinct 的 bshlgrs 指责 Gemini 4 Argon 安全报告在是否训练思维链（CoT）上自相矛盾，并要求 Google DeepMind 澄清。报告称 RL 训练的「部分组件会观察思维作为上下文，使单个 token 的优化压力部分受思维内容影响」，但 GDM 在其他场合表示不对 CoT 训练。