Redwood Research：CoT 可控性评测严重欠激发，简单提示优化可提升 2-3 倍

Redwood Research 发现，CoTControl 评测因提示设计不足，可能严重低估模型控制 CoT 的能力，现有模型在该评测中普遍仅得 0-30%。研究人员让 Claude Opus 4.6 迭代提示模板后，GPT-OSS-120B 成绩从 5.5% 升至 15%，整体提升约 2-3 倍以上。Fable 系统卡中 UK AISI 也指出，CoT 可控性对 prompt 高度敏感。