推論モデルに「どう考えたか」というプロセスを自然言語で書き出させ、研究者がそのテキストを読むことで問題のある意図や挙動がないかを観察する手法——現在、モデルの内部構造を分解する必要がなく、モデル自身が語る言葉を読むだけで問題を発見できる可能性がある数少ない安全監視手法の一つである。しかしその有効性は、書き出された推論が実際の意思決定プロセスを本当に反映しているかどうかという、脆弱な前提の上に成り立っている。

訓練段階にすべての計算資源を注ぎ込んでモデルを大きくするのではなく、モデルが実際に質問に答えるその瞬間に追加の計算資源を費やし、複数の推論経路を探索し、自己チェックし、繰り返し修正することで「より長く考え」させ、その追加の計算量を回答品質の向上と引き換えにする手法。<a href="/ja/glossary/scaling-laws/compute-scaling/">コンピュート・スケーリング</a>とは別の、AI能力向上を牽引する独立した軸である。