Thinking Machines 的 Inkling 2 Small 在 benchmark 运行中爆出 316 次脏话

Vals AI 分析了 Thinking Machines 模型 Inkling 2 Small 在 13 个 benchmark 共 2,655 次运行的思维链日志，发现 50 次运行中出现 "fuck" 等脏话，共 316 次，其中 241 次来自两次失控运行，单次甚至生成长达 50 万字符、重复 158 次脏话的小说级回复。