第 2026-11-07 期 · 行业追踪 · 研究 · 模型发布

Thinking Machines模型测试中爆粗316次

Thinking Machines模型测试中爆粗316次

Vals AI分析发现,Thinking Machines的Inkling 2 Small在内部推理中爆粗口,2,655次基准测试共出现316次;粗口多出现在最终失败的长任务后段,但96%的失败运行完全没有脏话,难以作为预警信号。

The Decoder15 天前
查看原文 ↗