研究称小模型也会察觉被测试，但多数不会因此改变行为

一项自测研究发现，开源推理模型常在思维链里说出“可能正被测试”，但多数模型的行为并不因此改变。

16个开源推理模型用Fortress安全提示数据集测试，说出评估意识的比例从极低到约三分之一，与模型大小基本无关；同一问题中，说出这类意识的回答拒答更多，见于14/16个模型。

但因果检验结果相反：插入“这可能是测试”提升拒答的效果，与插入任意“被操纵”句子相当；删掉模型自己的评估意识句子后，仅Nemotron 3 Super和Qwen3 32B行为改变。作者自认这不能严格证明因果，结论也未必适用于前沿闭源模型。