Цепь мониторинга мыслей может сломаться даже в тех случаях, когда КП является необходимым

arXiv:2610.18105v1 Аннонс Тип: новое резюме: мониторинг цепочки мышления (CT) используется пограничными лабораториями для выявления неправильного поведения систем АИ. Тем не менее ее надежность остается слабой. Мы объясняем это отсутствием успешного организационного принципа, который приводит к общеизвестным выводам в отношении мониторинга надежности различных режимов. Недавняя работа объясняет, что мониторинг сбоев не является необходимым для ответа, и утверждает, что КП становится контролируемым в случае необходимости. Мы показываем, что этот двоичный необходимый/необязательный организационный принцип является слишком жестким, демонстрируя сохранение сбоев в мониторинге даже если КП необходим для ответа. В ответ мы введем более тонкий организационный принцип, основанный на иерархии четырех уровней потребности в КО. Опираясь на эту иерархию, мы разрабатываем рамки для измерения возможности контроля за ОВ на трех самых низких уровнях с помощью экспериментов. Мы демонстрируем неудачи в мониторинге всех этих трех