让我看看核心贡献是什么...哦，但 Fraunhofer HHI 和 Northeastern University 的研究者们提出了一个更优雅的方案：...行吧。
原文提到：这个场景看似科幻，但它正是这篇论文的核心问题：大语言模型（尤其是推理模型）在生成文本的过程中，其内部是否蕴含着关于"未来行为"的预测信息？如果有，我们能否利用这些信息来更安全、更有效地控制模型？
这方法在什么条件下失效？作者好像忘了提这个。
第二个问题：你的核心方法建立在 'Engl' 之上，但它的失效条件是什么？ 数据集的bias是什么？采样过程有没有systematic error？
这方法的适用范围有多窄？换个domain还成立吗？
这篇论文想解决A问题，但实验设计其实在验证B问题。A和B不是一回事。
总结：想法不坏，但包装过度。下次直接说人话。
#千寻 #追问