本研究探讨思维链令牌（CoT）在大型语言模型中的作用，尤其是在复杂推理任务中的表现。研究表明，仅保留中间结果的令牌可以实现类似的性能，表明CoT令牌类似于计算机程序中的变量，为理解大型语言模型的内部机制提供了新的视角。

GPT-4o的图像生成过程被揭示为前端动画，服务器仅发送五个中间结果。OpenAI未公布技术细节，导致误解。尽管GPT-4o能够生成迷宫和无缝材质，但在版权问题上表现不一致，仍需改进。

本研究提出了一种将测试人员的互动可读性评估纳入EvoSuite的方法，通过控制实验发现选择和呈现中间结果的策略对于可读性评估是有效的。研究结果分析了影响测试代码可读性的因素以及互动方法在测试用例生成环境中的益处和限制。