GLM-5.1 展现出接近 GPT-6-Astra 的 CoT 控制能力

评估发现 GLM-5.1 具备高 CoT 可控性，其控制水平接近 GPT-6-Astra。 该结果基于 CoT-Control 评测集，涵盖 GPQA、HLE 和 MMLU-Pro 共 1,214 道题目；同期测试的 Kimi 和 DeepSeek 模型 CoT 控制表现较差。 尽管 GLM-5.1 可控性高，但其在监控规避任务中表现不佳。