Inkling Small 2 评测:97% 主动提及不确定性,不做因果暗示
keirp1 · x · 2026-11-20
Thinky Machines 的 Inkling Small 2 虽非前沿级模型,但在内部评测中表现接近 Fables、Astra 等更强模型,尤其擅长多步空间推理和使用训练集之外的定制语言。亮点是模型的「纪律性」:
- 97% 的情况下会主动提及输出可能不稳定(flakiness),从不暗示因果性
- 会建议后续生成先要求证据再改变方向
- 无用步骤只有 9% 的后续生成会在第一轮沿用,第 5 代起完全不再重复
- 未被展示该指令时从不仪式化复现;但在确实需要检查的场合只有 89% 会执行
这组数字展示了如何用代际传递评测衡量模型的自我纪律。
「模型」频道最新
- GPT-Live-1.1 实测:语音接线员可约号、续药、紧急转人工 — amos_gyamfi · 2026-11-20
- 爆料:X 拟推黑五 Premium 折扣,捆绑 Grok 与 Cursor 权益 — nima_owji · 2026-11-20
- AI 日报:Anthropic 上市首日涨 17%,Genie 4 开放开发者 — testingcatalog · 2026-11-20
- SenseNova-Loop 9B 在 8GB 显存跑通,推理 token 省一半 — R_Duncan · 2026-11-20
- DeepSeek 招聘 JD 直言 10 万卡集群运维难题,传 V5 将用昇腾 950 训练 — teortaxesTex · 2026-11-20
- Qwen3.8 27B 在 RX 7900 XTX 上跑出 100-140 tokens/s — Jebbyk1 · 2026-11-20