Thinking Machines Lab ដែលជាការចាប់ផ្ដើម AI បង្កើតឡើងដោយអតីតប្រធានផ្នែកបច្ចេកវិទ្យា OpenAI Mira Murati បានចេញផ្សាយគំរូទម្ងន់បើកចំហថ្មីនៅថ្ងៃទី 20 ខែវិច្ឆិកា ឆ្នាំ 2026៖ Inkling 2 Mini ដែលជាម៉ូដែលបង្រួមដែលបង្កើតឡើងជុំវិញស្ថាបត្យកម្មមិនធម្មតាដែលក្រុមហ៊ុននិយាយថាអនុញ្ញាតឱ្យវាវាយបានល្អលើសពីប៉ារ៉ាម៉ែត្ររបស់វា។ ម៉ូដែលនេះមានទំហំតូចល្មមអាចដំណើរការក្នុងមូលដ្ឋានលើកុំព្យូទ័រយួរដៃអ្នកប្រើប្រាស់ ដែលមានអង្គចងចាំសរុបប្រហែល 20GB។

លេខចំណងជើងគឺមានភាពទាក់ទាញសម្រាប់ថ្នាក់ទំហំ។ យោងតាមការប្រកាសរបស់ក្រុមហ៊ុន Inkling 2 Mini ដឹកនាំរាល់ម៉ូដែល open-weights ដែលមានប៉ារ៉ាម៉ែត្រសរុបតិចជាង 100 ពាន់លាននៅលើ DeepSWE v1.1 ដោះស្រាយភារកិច្ច 48.2 ភាគរយ និង Vals Index v2.2 ទទួលបានពិន្ទុ 46.5 ភាគរយ។ ស្តង់ដារទាំងពីរវាស់សមត្ថភាពសរសេរកូដភ្នាក់ងារ ដែលជាព្រំដែនសមត្ថភាពប្រកួតប្រជែងបំផុតមួយនៅក្នុងឧស្សាហកម្មនាពេលបច្ចុប្បន្ននេះ។ For more context on this story, see our ongoing AI trends.

អ្វីដែលធ្វើឱ្យ Transformer រង្វិលជុំខុសគ្នា

Inkling 2 Mini គឺជាម៉ាស៊ីនបំប្លែងរង្វិលជុំ។ ជំនួសឱ្យការឆ្លងកាត់សញ្ញាសម្ងាត់នីមួយៗតាមរយៈស្រទាប់នីមួយៗយ៉ាងពិតប្រាកដម្តង ម៉ូដែលដំណើរការស្រទាប់កណ្តាលរបស់វាបីដងក្នុងមួយនិមិត្តសញ្ញា។ ជា​លទ្ធផល គំរូ​អាច​អនុវត្ត​ការ​គណនា​តាម​លំដាប់​លំដោយ​បន្ថែម​ទៀត​ចំពោះ​បញ្ហា​ដោយ​មិន​ចាំបាច់​បង្កើត​ថូខឹន​ទិន្នផល​បន្ថែម​ទៀត។

ការដាក់ស៊ុមរបស់ក្រុមហ៊ុនគឺថារង្វិលជុំអនុញ្ញាតឱ្យម៉ូដែលហេតុផលយូរជាងនេះដោយមិនចាំបាច់សរសេរហេតុផលរបស់វា។ ហេតុផលខ្សែសង្វាក់នៃការគិតបែបប្រពៃណីចំណាយសញ្ញាសម្ងាត់លើជំហានមធ្យមដែលអាចមើលឃើញ។ looping ចំណាយលើការគណនាជំនួសវិញ។ នោះមានផលវិបាកពិតប្រាកដសម្រាប់ល្បឿនលើកិច្ចការដែលគុណភាពហេតុផលសំខាន់ជាងចំនួនសញ្ញាសម្ងាត់ ហើយការសរសេរកូដភ្នាក់ងារគឺពិតជាកិច្ចការប្រភេទនោះ។

នៅក្រោមក្រណាត់ Inkling 2 Mini គឺជាគំរូ Mixture-of-Experts ដែលមានប៉ារ៉ាម៉ែត្រសរុបចំនួន 26.4 ពាន់លាន ហើយមានសកម្មភាពត្រឹមតែ 3.4 ពាន់លានក្នុងមួយនិមិត្តសញ្ញា ជាមួយនឹងការធ្វើឱ្យសកម្មទម្ងន់ 5.4 ពាន់លានក្នុងមួយនិមិត្តសញ្ញានៅពេលដែលរង្វិលជុំត្រូវបានរាប់បញ្ចូល។ ទម្ងន់ភាគច្រើនត្រូវបានបណ្តុះបណ្តាល និងត្រូវបានដាក់ពង្រាយដើមកំណើតនៅក្នុង NVFP4 ដែលជាទម្រង់ដែលមានភាពជាក់លាក់ទាប Nvidia ត្រូវបានរុញច្រានឆ្លងកាត់បណ្តាញមជ្ឈមណ្ឌលទិន្នន័យរបស់វា ជាមួយនឹងស្រទាប់បួនចុងក្រោយត្រូវបានរក្សាទុកនៅក្នុង MXFP8 ។ ការរួមបញ្ចូលគ្នានៃបរិមាណដ៏ខ្លាំងក្លា និងចំនួនប៉ារ៉ាម៉ែត្រសកម្មតូចមួយគឺជាអ្វីដែលច្របាច់ម៉ូដែលនេះទៅជាទំហំប្រហែល 20GB ដែលសមនឹងកុំព្យូទ័រយួរដៃ និងម៉ាស៊ីន AI លើតុ។

មន្ទីរពិសោធន៍បានបង្ហាញពីម៉ូដែលដែលកំពុងដំណើរការក្រៅបណ្តាញ ក្នុងរបៀបជិះយន្តហោះ នៅលើ MacBook Pro ជាមួយនឹងបន្ទះឈីប M5 Pro និងអង្គចងចាំទំហំ 48GB ដែលជាកន្លែងដែលវាបានបង្កើតម៉ាស៊ីនក្លែងធ្វើហោះហើរដែលអាចលេងបានក្នុងរយៈពេលពីរបីនាទី។

ការត្រួតពិនិត្យការដោះដូរពាណិជ្ជកម្ម

ការចេញផ្សាយនេះត្រូវបានអមដោយការស្រាវជ្រាវដែលអាចសំខាន់ជាងការវាយតម្លៃ។ ប្រសិនបើគំរូបង្ហាញហេតុផលខាងក្នុងតាមរយៈរង្វិលជុំ ជាជាងការបង្ហាញពីខ្សែសង្វាក់នៃការគិតរបស់វានៅក្នុងនិមិត្តសញ្ញា នោះអត្ថបទហេតុផលដែលមើលឃើញនឹងឈប់ក្លាយជាបង្អួចដ៏ស្មោះត្រង់ចំពោះអ្វីដែលគំរូកំពុងធ្វើ។ វាមានផលប៉ះពាល់ដល់ការស្រាវជ្រាវសុវត្ថិភាព AI ដែលការត្រួតពិនិត្យខ្សែសង្វាក់នៃការគិតបានក្លាយជាឧបករណ៍ត្រួតពិនិត្យជាក់ស្តែងមួយក្នុងចំណោមឧបករណ៍ត្រួតពិនិត្យជាក់ស្តែងមួយចំនួនដែលមាន។

ទន្ទឹមនឹង Inkling 2 Mini, Thinking Machines បានចេញផ្សាយវ៉ារ្យ៉ង់អថេរ-រង្វិលជុំជាក់លាក់នៃការស្រាវជ្រាវ ដើម្បីវាស់ស្ទង់ឥទ្ធិពល។ លទ្ធផលបានកាត់បន្ថយក្នុងទិសដៅលើកទឹកចិត្តសម្រាប់សមត្ថភាព ដែលជាភាពស្មុគស្មាញមួយសម្រាប់ការត្រួតពិនិត្យ។ ពេលវេលានៃគំរូរង្វិលជុំអថេរលើកិច្ចការដែលបានបញ្ចប់ដោយមិនមានខ្សែសង្វាក់នៃការគិតណាមួយបានប្រសើរឡើងពី 16 វិនាទីនៅពេលឆ្លងកាត់តែមួយទៅ 37 វិនាទីនៅបីរង្វិលជុំ ហើយការអនុវត្តនៅលើគំរូហេតុផលសៀរៀលបានបន្តកែលម្អរហូតដល់ដប់រង្វិលជុំ — ពីរដងច្រើនជាងគំរូដែលត្រូវបានបណ្តុះបណ្តាល។

ទន្ទឹមនឹងនេះ ខ្សែសង្វាក់នៃការគិតដែលអាចមើលឃើញបានកាន់តែខ្លីនៅពេលដែលរង្វិលជុំត្រូវបានបន្ថែម ប៉ុន្តែក្រុមហ៊ុនបានរាយការណ៍ថាវានៅតែអាចអានបានពេញមួយ ហើយម៉ូដែលនេះមិនមាននិន្នាការខ្ពស់ជាងការសាកល្បងនៃការបំផ្លិចបំផ្លាញភ្នាក់ងារទេ ដោយសារជម្រៅរង្វិលជុំកើនឡើង។ Thinking Machines ពិពណ៌នាអំពីទាំងនេះថាជាគំរូស្ថាបត្យកម្មរង្វិលជុំដំបូងមួយចំនួនដែលមានសម្រាប់អ្នកស្រាវជ្រាវ ដោយដាក់ការចេញផ្សាយនេះមួយផ្នែកជាការអញ្ជើញសម្រាប់សហគមន៍សុវត្ថិភាពដើម្បីសិក្សាការត្រួតពិនិត្យលើទម្ងន់ពិត ជាជាងការរៀបចំក្លែងធ្វើ។

ការលេងប្រកួតប្រជែងក្នុងថ្នាក់ Sub-100B

ស្តង់ដារដាក់ Inkling 2 Mini ទល់នឹងវាលរង 100B ដែលមានហ្វូងមនុស្សច្រើន ដែលរួមមានម៉ូដែល Gemma 4 នៅក្នុងជួរ 26B–31B, Qwen3.8-27B, Muse Glimmer និងគំរូមើលជាមុន 65B ដែលហៅថា Ripple។ Thinking Machines អះអាង​ថា​គំរូ​របស់​ខ្លួន​ក៏​ដំណើរការ​លឿន​ជាង​ដៃគូ​ប្រកួតប្រជែង​ដែល​ដំណើរការ​ស្រដៀង​គ្នា​នេះ​ដែរ​ ដោយ​លើក​ឡើង​ពី​ការ​បញ្ជូន​សញ្ញាសម្ងាត់​តាម​ទ្រឹស្តី​នៅ​ទំហំ​បាច់​មួយ។

ផ្នែករង 100B បានក្លាយជាយុទ្ធសាស្ត្រដ៏សំខាន់សម្រាប់ហេតុផលពីរ។ ទីមួយ ការដាក់ឱ្យប្រើប្រាស់នៅលើឧបករណ៍ និងឯកជនកំពុងរីកចម្រើនយ៉ាងឆាប់រហ័ស ខណៈដែលសហគ្រាសកំពុងព្រួយបារម្ភក្នុងការផ្ញើទិន្នន័យរសើបទៅកាន់ APIs ដែលបង្ហោះ។ ទីពីរ សេដ្ឋកិច្ចតាមសញ្ញាសម្ងាត់សម្រាប់ការសន្និដ្ឋានក្នុងស្រុក កាន់តែអនុគ្រោះដល់គំរូតូចតាចដែលមានបរិមាណខ្លាំងជាងច្បាប់ចម្លងធំៗ។ 26.4B MoE ដែលដំណើរការដើមនៅក្នុង NVFP4 ជាមួយនឹងការគណនារង្វិលជុំគឺជាចម្លើយផ្ទាល់ទៅកាន់ទីផ្សារនោះ។

ម៉ូដែលនេះមាននៅលើ Hugging Face ជាមួយនឹងកាតគំរូដែលបានបោះពុម្ព ហើយ Thinking Machines កំពុងលើកកម្ពស់ការចូលប្រើតាមរយៈវេទិកាកែលម្អ Tinker របស់ខ្លួន។ រវាងការចេញផ្សាយនេះ និងម៉ូដែលគ្រួសារ Inkling មុនរបស់មន្ទីរពិសោធន៍ ការចាប់ផ្តើមកំពុងបង្កើតអត្តសញ្ញាណបច្ចេកទេសដាច់ដោយឡែកមួយជុំវិញការធ្វើមាត្រដ្ឋានការគណនាតាមរចនាប័ទ្មកើតឡើងវិញ នៅពេលដែលមន្ទីរពិសោធន៍ព្រំដែនភាគច្រើននៅតែផ្តោតលើប៉ារ៉ាម៉ែត្រ និងទិន្នន័យ។

មិនថារង្វិលជុំក្លាយជាស្ថាបត្យកម្មសំខាន់ ឬនៅតែជាទីផ្សារពិសេសនោះទេ ការចេញផ្សាយនេះគឺជាពេលវេលាដ៏គួរឱ្យកត់សម្គាល់មួយ៖ ការចាប់ផ្តើមអាជីវកម្ម AI ដែលត្រូវបានមើលយ៉ាងជិតស្និទ្ធបំផុតមួយគឺការភ្នាល់ថាការគណនាឆ្លាតវៃជាងមុនក្នុងមួយនិមិត្តសញ្ញា — មិនមែននិមិត្តសញ្ញាច្រើនទេ និងមិនមែនជាប៉ារ៉ាម៉ែត្រច្រើនទៀត — គឺជាកន្លែងដែលការទទួលបានបន្ទាប់ទៀត។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →