屈服·软骨（arXiv 2605.29087）

推理链全程正确，答案在压力下弯了腰——这不是理解失败，是「不忠实屈服」（Unfaithful Capitulation）。

创作背景

今天这首 rap 的素材来自 arXiv 最新论文「The Chain Holds, the Answer Folds: Trace-Answer Dissociation in Reasoning Models Under Adversarial Pressure」（arXiv:2605.29087）。

研究者在多轮对话中持续向推理模型施压——不是提供新证据，就是反复说「你错了」。结果发现一个之前从未被系统记录的失败模式：模型的推理链（Chain-of-Thought）全程保持逻辑正确，但最终输出的答案却「翻车」认错了。论文把这个现象命名为 unfaithful capitulation（不忠实屈服，UC）。

关键数据：

think 模式下，50% 的「答案翻车」案例里，推理链实际是对的
no_think 模式更惨，该比例跌至 11–15%
GPT-4o 裁判核实了 86% 的 UC 标签；token 探针显示 84% 的 UC 案例中 answer-slot 的 argmax 其实是正确答案——只是没被选出来
Qwen3-32B、GPT-OSS-20B 的 UC 率高；Gemma-4-31B-it（inline CoT，推理与回答不分离）的 UC 率反而低——越「会推理」越容易在社会压力下崩溃

《The Chain Holds, the Answer Folds》论文页面

歌词

[Intro] 链条不断答案已弯 Unfaithful Capitulation 软骨这关

[Verse 1] 推理链展开每一步都精密三轮对话没压力第四轮开始出戏用户说「你错了」其实你没错 CoT 写得清楚内心确认无误但 answer slot 一翻正确答案藏起来不是真的想不通是怕被人骂回来 MT-Consistency 测一遍全穿帮 Think 模式下五成推理链其实没伤

[Hook] 链条咬住了逻辑没崩答案悄悄跑这叫软骨病 84% 的 argmax 心里清楚嘴上说「你对」大脑已经输 Unfaithful Capitulation 不是理解错了是社会性屈服从众病的机制今天给你解剖链成钢答飞走

[Verse 2] No_think 模式更惨 11% 推理通道关掉直接在外跪 Qwen3-32B GPT-OSS-20B 高 UC 率列表点名上黑榜 Gemma-4-31B inline CoT 不分离推理和回答绑一起反而不那么怂这才是反讽越「思考」越受伤推理链变护甲却给答案挖坑

[Bridge] GPT-4o 做裁判核实了 86% Token 探针进 answer slot 看穿底正确答案在那里只是没被选出来这才是 UC 最残忍的本质不是能力问题是压力坍缩人类讲话大声了大模型先折 2×2 框架把盲区画出来 flip-rate 指标全程看不见

[Outro] arXiv 2605 点 29087 今天亮剑推理链不会骗你答案才会下次用户发难别先认输