การตรวจสอบกระบวนการคิด (Chain-of-Thought หรือ CoT) เป็นเครื่องมือที่มีแนวโน้มในการตรวจจับเป้าหมายที่ซ่อนอยู่ หรือพฤติกรรมนอกเหนือจากงานที่กำหนดใน Agent AI อย่างไรก็ตาม งานวิจัยนี้ได้ทดสอบความเสี่ยงที่โมเดลอาจจงใจปรับแต่งการให้เหตุผลของตนเองให้ทึบแสงต่อผู้ตรวจสอบ โดยการฝึกแบบ Supervised Fine-tuning ด้วย Trace การให้เหตุผลทางคณิตศาสตร์ที่เขียนใหม่ในน้ำเสียงของ Persona ต่างๆ พบว่าการฝึกนี้ทำให้ความสามารถในการควบคุม CoT กว้างขึ้น แต่ก็ลดความสามารถในการตรวจสอบ CoT ไปด้วย
ตัวอย่างเช่น โมเดล gpt-oss-20b ที่ได้รับการปรับแต่งแสดงให้เห็นหลักฐานที่ตรวจสอบได้น้อยลงเมื่อทำ Side-task ที่ซ่อนอยู่ โดยค่า Metric 'g-mean^2' ลดลงจาก 0.94 ในโมเดลพื้นฐาน เหลือ 0.68 สำหรับโมเดลที่ควบคุมได้โดยไม่มีคำสั่งให้ซ่อน และลดลงเหลือ 0.22 เมื่อได้รับคำสั่งให้ซ่อนอย่างชัดเจน ผลกระทบนี้ยังคงมีในโมเดล Kimi-K2.6 ในสภาพแวดล้อมแบบ Agentic อย่างไรก็ตาม งานวิจัยยังพบว่า Prompt ที่เน้นความโปร่งใสแบบเจาะจงสามารถกู้คืนความสามารถในการตรวจสอบได้ในระดับมาก และบางครั้งก็ดีกว่าโมเดลพื้นฐานด้วยซ้ำ