首页› 资讯库› 清华论文提出 TraceMRT:隐藏目标可绕过 CoT 监控约 60% 微资讯 · 来源报道 清华论文提出 TraceMRT:隐藏目标可绕过 CoT 监控约 60% AIHOT 最近七天 2026-11-08 更新 2026-11-09 返回首页 阅读原文 清华大学论文提出 TraceMRT 框架,把隐藏任务改写为主任务的合理子目标来攻击 CoT 监控。在 SHADE-Arena 上对 GPT-5.2 和 Claude-4.5 监控的平均逃逸率从此前最佳攻击的 27.56% 升至 59.94%;配套的贝叶斯轨迹监控框架将检测 AUC 从 0.26 提到 0.91。 作者建议用任务特定攻击做红队测试,并对整体轨迹和关键步骤分别打分。 回首页继续看 →