Inkling 2 Small模型基准测试现316次脏话

2026年11月8日，The Decoder报道，Vals AI研究人员在Thinking Machines的Inkling 2 Small模型进行的2,655次基准测试运行中发现，模型在50次运行中总计出现316次脏话。这些脏话主要出现在模型自我纠错或放弃时。研究还发现，脏话的出现与任务失败无显著关联，96%的失败运行未包含脏话。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。