主要来源Decoder
查看原文事件专题 ·多源确认
Thinking Machines 的 Inkling 2 Small 在基准测试中爆粗 316 次
Vals AI 的分析发现，Thinking Machines 的 Inkling 2 Small 在内部推理过程中会 swearing，2,655 次基准测试共出现 316 次脏话。粗口通常出现在注定失败的长程任务后期，像是模型的情绪宣泄。但粗口并不能用作失败预警：96% 的失败运行中完全没有脏话。
当前结论
Vals AI 跑了 2,655 次测试，发现 Inkling 2 Small 卡壳时会骂脏话，但这种行为没法当失败信号用，挺有意思的细节。
10 个信源51° AI 热度最后更新 2026/11/7 16:31:00
证据链
10 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。