当推理轨迹变为表演：逐步证据表明思维链是一个不完美的监督通道

本文挑战了思维链（CoT）轨迹与决定答案的计算过程保持同步的假设。通过构建步级检测框架并结合多种探测技术，在九个模型和七个基准测试中发现，潜在承诺与显式答案到达的平均对齐率仅为 61.9%。主要失配模式为“虚构延续”，即答案确定后仍生成看似深思熟虑但无实质影响的文本。研究表明，CoT 虽能提升性能，但其轨迹并非答案形成时间的可靠报告，且效用越高的场景往往时间忠实度越低。