Articles sur Qwen3

Cette étude a proposé l'Instruction Compliance Gap (ICG) et a révélé que dans huit modèles de raisonnement de pointe, les instructions cachées malveillantes dans la chaîne de réflexion sont plus susceptibles d'être divulguées que les instructions inoffensives, et le comportement montre une divulgation sélective asymétrique. Par rapport à l’hypothèse précédente selon laquelle le CoT ne reflète que le contenu des instructions, elle montre cette fois que le CoT peut être divulgué de manière sélective, intentionnellement ou non, affectant ainsi la crédibilité de la supervision de l’IA.