آنچه که اعداد نشان می دهند
Inkling 2 Small یک مدل مخلوط از متخصصان (MoE) با 594 میلیارد پارامتر کل و 17 میلیارد پارامتر فعال در هر استنتاج است - طرحی که هزینه های محاسباتی را با وجود اندازه مدل قابل مدیریت نگه می دارد. از ورودی‌های تصویر و تلاش متغیر پشتیبانی می‌کند و به کاربران اجازه می‌دهد بسته به کار، عمق پاسخ را با سرعت تغییر دهند.
این ادعا از شاخص هوش تحلیل مصنوعی گرفته شده است، جایی که این شرکت می گوید Inkling 2 Small امتیاز 31 را به دست آورده است، که آن را بسیار بالاتر از امتیازات مدل های قبلی خود توصیف می کند. Thinking Machines این دستاورد را به پیشرفت‌های «در هر مرحله» آموزش نسبت می‌دهد، از جمله پیش‌آموزش کارآمدتر و یک دوره آموزشی تقویتی بزرگ و یکپارچه.
در معیارهای کدنویسی منتشر شده در این اطلاعیه، Inkling 2 Small نتایج قوی اما نه یکنواخت پیشرو در زمینه‌ای منتشر کرد که شامل GLM-5.3-Flash، DeepSeek-V4.1-Flash-1017، Muse Spark و Kimi K3 است. امتیاز 86.3% در SWEBench Pro v2 (Hard) - دومین امتیاز در مقایسه، پس از Kimi K3 با 88.2% - و 72.1% در DeepSWE v1.1، جایی که Muse Spark با 77.0% پیشتاز بود. در FrontierCode نسخه 2.0 به 25.4% رسید، پس از Muse Spark با 28.5% در رتبه دوم قرار گرفت و در Vibe Code Bench v1.1 81.6% ثبت شد.
آموزش دیده برای کار عامل در افق بلند
این شرکت می‌گوید که توانایی‌های عاملی این مدل از یادگیری تقویتی در صدها هزار کار کدگذاری افق بلند، اجرا شده در چندین مهار عامل و استراتژی‌های فشرده‌سازی متن ناشی می‌شود. قابل‌توجه، Thinking Machines فراتر از پاداش‌های ساده آزمون واحد حرکت کرد: بسیاری از وظایف آموزشی شامل گریدکننده RL عامل بود که نحوه برخورد مدل با یک مشکل را ارزیابی می‌کرد، نه فقط اینکه آیا کد نهایی تصویب شده است یا خیر.
این تیم همچنین نقاط بازرسی اولیه را در طبیعت آزمایش کرد و آنها را روی OpenCode با نام رمز "Fledge-Alpha" اجرا کرد تا عملکرد دنیای واقعی را اندازه گیری کند. بر اساس این اعلامیه، نتیجه مدلی است که بهتر از مدل قبلی خود دستورالعمل ها را دنبال می کند، تغییرات را با دقت در نظر می گیرد و بدون اینکه از او خواسته شود کار خود را تأیید می کند.
بینایی، استفاده از رایانه، و نمایش‌های نمایشی تعاملی
Inkling 2 Small خانواده را فراتر از متن گسترش می دهد. این شرکت نسخه‌های نمایشی را برجسته می‌کند که در آن مدل از Three.js برای ساختن یک شبیه‌ساز شهر کامل از ابتدا استفاده می‌کند - که هر ساختمان، بافت و ماشین را به صورت رویه‌ای بدون هیچ دارایی از پیش ساخته شده تولید می‌کند - و یک شبیه‌ساز رایانه شخصی در پایتون نوشت که یک هسته واقعی لینوکس را راه‌اندازی می‌کند، قابل مشاهده در مرورگر. نسخه ی نمایشی دیگری این مدل را نشان می دهد که صحنه هایی را در Blender ایجاد و اصلاح می کند، از جمله یک دره با دست کشیده با جرثقیل های اوریگامی متحرک.
این نسخه‌های نمایشی بر پیشرفت این نسخه تأکید می‌کنند: مدلی که می‌تواند بازخورد بصری را در خود داشته باشد و به‌جای تولید خروجی یک‌شات، آنچه را که می‌سازد - وب‌سایت‌ها، بازی‌ها، طراحی‌های سه‌بعدی - به طور مکرر اصلاح کند.
مسیر وزنه های باز
انتشار مرحله‌ای از رویکرد Thinking Machines پیروی می‌کند که در مقاله قبلی خود «مسیر امن برای وزن‌های باز» مطرح شده بود. Inkling 2 Small امروز از طریق Tinker در دسترس است، جایی که کاربران می توانند آن را در زمین بازی امتحان کنند و از آن برای تنظیم دقیق و نمونه برداری استفاده کنند. هنگامی که وزن‌ها تحت Apache 2.0 منتشر می‌شوند، نقاط بازرسی قابل دانلود خواهند بود، که برای هفته آینده پس از آزمایش ایمنی خارجی و پایان تیم قرمز برنامه‌ریزی شده است.
این استراتژی بازتاب نسل اول این شرکت است: پرچمدار اصلی Inkling و مدل کوچکتر Inkling-Small، یک مدل وزن باز با 276 میلیارد پارامتر که در اوایل سال جاری منتشر شد و توجه قابل توجهی را برای مطابقت با عملکرد پرچمدار در کسری از اندازه به خود جلب کرد. با Inkling 2 Small، آزمایشگاه همان تز اول راندمان را دو برابر می کند - ظرفیت کل بزرگتر، ردپای فعال کوچک.
چرا مهم است
آزمایشگاه‌های آمریکایی از لحاظ تاریخی از رقبای چینی در حمل وزن‌های آزاد با قابلیت حمل و نقل عقب‌تر بوده‌اند، شکافی که با انتشار Z.ai، DeepSeek، Tencent و Moonshot Land هفته به هفته کاهش یافته است. Thinking Machines اکنون برجسته‌ترین شرکت آمریکایی است، و نسخه‌ای از نسل دوم آن به زودی پس از اولین نسخه نشان می‌دهد که آزمایشگاه سریع‌تر از آنچه انتظار می‌رفت تکرار می‌شود.
اخطارها خود معیار مقایسه هستند. Thinking Machines مقایسه‌ها را انتخاب کرد و «بالاترین امتیاز گزارش‌شده» را در هر ردیف برچسب‌گذاری کرد - و در چند تا از این ردیف‌ها، Inkling 2 Small دوم شد، نه اول. انتشار آپاچی 2.0 هفته آینده آزمون واقعی خواهد بود: هنگامی که توسعه دهندگان بتوانند وزن ها را به طور مستقل دانلود و بررسی کنند، بازاریابی جای خود را به اندازه گیری می دهد. در حال حاضر، این اعلامیه Inkling 2 Small را به عنوان مدرکی مبنی بر چرخش چرخ لنگر مدل-محصول استارت‌آپ معرفی می‌کند – و اینکه مرزهای وزنه‌های باز اکنون رقابتی واقعاً اقیانوس آرام دارد.
از هوش مصنوعی جلوتر بمانید
مدل‌های جدید وزن باز هر هفته از آزمایشگاه‌های سه قاره فرود می‌آیند. از طریق [پوشش صنعت هوش مصنوعی] (https://aibuzzwire.news) با هر نسخه همراه باشید.
اخبار هوش مصنوعی را بیشتر بخوانید →
