绕过理由：语言模型中隐式推理的因果审计

思维链（CoT）提示常被用作推理辅助及透明性机制，但行为提升未必意味着模型内部计算因果依赖于生成的推理文本。本文引入基于激活修补的逐层因果审计方法，提出 CoT 中介指数（CMI）以隔离 CoT 的特有因果影响。研究发现，CoT 的影响通常局限于狭窄的“推理窗口”，且存在理由看似合理但 CMI 接近零的“绕过”现象。结果表明，CoT 的忠实度因模型和任务而异，不能仅凭行为推断，需进行因果审计。