Redwood质疑GDM是否对思维链进行训练

事件综述根据 1 篇报道整理，11月11日更新

Redwood Research 发文质疑 Google DeepMind 是否在 Gemini 4 训练中刻意使用思维链（CoT）。Redwood 称，Gemini 4 安全报告第 114 页疑似提到用辅助奖励对思维链进行训练，而 GDM 博客则称训练中从不惩罚 CoT 内容，双方说法矛盾。 目前争议集中在 GDM 是否对 CoT 施加训练信号这一点上，尚无 GDM 的进一步回应。

综述由模型根据报道生成，细节以各篇原文为准。