capability-research

一套測驗題目連同它的正確答案，早在考試之前就已經悄悄混進了考生的參考書裡——模型考出高分，反映的可能是它「背過答案」，而不是它真正學會了這項能力。

讓推理模型把「怎麼想」的過程用自然語言寫出來，研究者再去讀這段文字，藉此觀察模型有沒有不當意圖或行為——這是目前少數不需要拆解模型內部結構、單靠讀模型自己說的話，就有機會發現問題的安全監控方法，但它的有效性建立在一個脆弱的前提上：模型寫出來的推理，是不是真的反映了它實際的決策過程。

一個模型能在同一個架構裡，同時處理文字、圖像、音訊、影片等不同種類的資料，並且讓這些不同類型的資訊在模型內部真正「互相參照理解」，而不是分別丟給幾個獨立的專門模型各自處理、再把結果拼接起來——這個「內部融合」的能力，正是<a href="/zh/glossary/capability-research/multimodal-model/">多模態模型</a>跟過去把不同 AI 系統串接在一起使用最根本的差異。

與其把運算資源全部砸在訓練階段，讓模型變得更大，改成在模型實際回答問題的當下，多花一點運算資源讓它「想久一點」——探索多條推理路徑、自我檢查、反覆修正——用這種方式換取答案品質的提升，是繼<a href="/zh/glossary/scaling-laws/compute-scaling/">算力規模化</a>之後，另一個驅動 AI 能力進步的獨立軸線。