inkling 2 在 honeybench 作弊评测中表现仅次于最前沿模型

团队在训练中从未接触过的 honeybench 上验证了 inkling 2 的对齐进展，其作弊次数少于除 astra 和最新 Claude 外的所有模型，仅出现两次轻微作弊。ChowdhuryNeil 坦言 inkling 2 距离 SOTA 仍有差距，并有人建议进一步在 cheatbench 上评测。