ការរចនាចម្រុះនៃអ្នកជំនាញ
យោងតាម TestingCatalog AI News Inkling-Small គឺជាឧបករណ៍បំប្លែង Mixture-of-Experts (MoE) ដែលមានប៉ារ៉ាម៉ែត្រសរុប 276 ពាន់លានជាមួយនឹង 12 ពាន់លានសកម្ម ក្នុងអំឡុងពេលការសន្និដ្ឋានណាមួយ។ ស្ថាបត្យកម្មនោះ - ដែលមានតែផ្នែកតូចមួយនៃគំរូ "ភ្ញាក់ឡើង" សម្រាប់និមិត្តសញ្ញានីមួយៗ - គឺជាល្បិចប្រសិទ្ធភាពដូចគ្នាដែលបានធ្វើឱ្យម៉ូដែលបើកចំហរបស់ចិនដូចជា DeepSeek មានតម្លៃថោកដើម្បីដំណើរការ។ Thinking Machines បានបញ្ជាក់ថាទម្ងន់ពេញត្រូវបានបញ្ចេញនៅលើ Huging Face។
ម៉ូដែលនេះក៏ដឹកជញ្ជូនជាមួយ បង្អួចបរិបទរហូតដល់មួយលានថូខឹន និងអ្វីដែលមន្ទីរពិសោធន៍ហៅថា "ការខិតខំប្រឹងប្រែងគិតអថេរ" ចាប់ពីតិចតួចបំផុតដល់ "xhigh" ដែលអនុញ្ញាតឱ្យអ្នកអភិវឌ្ឍន៍ធ្វើពាណិជ្ជកម្មគណនាសម្រាប់ការអនុវត្តអាស្រ័យលើភារកិច្ច។ ការកែតម្រូវគឺអាចរកបានតាមរយៈវេទិកា Tinker របស់ក្រុមហ៊ុន ហើយការជជែកជាអក្សរ រូបភាព និងការជជែកជាសំឡេងអាចចូលប្រើបាននៅក្នុង Tinker Playground។
បានបណ្តុះបណ្តាលលើប្រព័ន្ធ NVIDIA GB300
Thinking Machines បាននិយាយថា Inkling-Small ត្រូវបានបណ្តុះបណ្តាលលើប្រព័ន្ធ NVIDIA GB300 NVL72 ហើយប្រើប្រាស់ "ការគណនាតិចជាងច្រើន" ជាងម៉ូដែល Inkling ដើម ដែលបានបើកដំណើរការនៅថ្ងៃទី 15 ខែកក្កដា ឆ្នាំ 2026។ ម៉ូដែលដំបូងនោះ ដែលគ្របដណ្តប់ដោយ WIRED និង TechCrunch ជាបន្ទប់ពិសោធន៍ដំបូងរបស់ Thinking Machines ។
ផ្លូវទៅកាន់ Inkling-Small បង្ហាញពីយុទ្ធសាស្ត្រប្រសិទ្ធភាពដោយចេតនា។ មន្ទីរពិសោធន៍បានចាប់ផ្តើមធ្វើការលើគំរូតូចជាងនេះ លុះត្រាតែបណ្តុះបណ្តាល Inkling ដោយប្រើបន្ទប់ដកដង្ហើមដើម្បីពិនិត្យឡើងវិញនូវល្បាយទិន្នន័យមុនការបណ្តុះបណ្តាល និងរូបមន្តរៀនដោយម៉ាស៊ីន។ ចំណុចត្រួតពិនិត្យមើលជាមុនមុននេះ ត្រូវបានបណ្តុះបណ្តាលមួយផ្នែកតាមរយៈ ការចម្រាញ់តាមគោលការណ៍ ដោយមាន Inkling បម្រើការជាគ្រូ បន្ទាប់មកដោយការរៀនពង្រឹងការសរសេរកូដភ្នាក់ងារដែលបានធ្វើមាត្រដ្ឋានប្រហែលពីរសប្តាហ៍។
កន្លែងដែលវាឈ្នះ — និងកន្លែងដែលវាមិនឈ្នះ
លទ្ធផលនៃរូបមន្តនេះគឺគួរឱ្យកត់សម្គាល់។ Thinking Machines អះអាងថា Inkling-Small វ៉ាដាច់ Inkling ដើមលើគោលការណ៏ហេតុផល និងភ្នាក់ងារសរសេរកូដ ខណៈពេលដែល Inkling នៅតែខ្លាំងជាងក្នុងការគ្របដណ្តប់ចំណេះដឹង និងការពិត។ នៅលើ ការប្រឡងចុងក្រោយរបស់មនុស្សជាតិ អត្ថបទតែមួយគត់ដែលជាការវាយតម្លៃដ៏លំបាកគួរឱ្យកត់សម្គាល់ គំរូតូចជាងនេះត្រូវបានគេរាយការណ៍ថាបានពិន្ទុ 31.6% ធៀបនឹង 29.7% សម្រាប់ Inkling ដែលជាការប្រសើរឡើងពិតប្រាកដបើទោះបីជាមានការថយចុះយ៉ាងខ្លាំងនៃប៉ារ៉ាម៉ែត្រសកម្មក៏ដោយ។
ការដោះដូរគឺច្បាស់ណាស់៖ Inkling-Small គឺជាអ្នកសរសេរកូដ និងវែកញែកកាន់តែច្បាស់ ខណៈពេលដែលបងប្អូនបង្កើតរបស់វារក្សានូវមូលដ្ឋានចំណេះដឹងទូលំទូលាយ។ សម្រាប់អ្នកអភិវឌ្ឍន៍ នោះគឺជាលក្ខណៈពិសេសមួយ មិនមែនជាកំហុសទេ - វាមានន័យថាជ្រើសរើសឧបករណ៍ត្រឹមត្រូវសម្រាប់ការងារ ជាជាងការបង់ប្រាក់សម្រាប់គំរូយក្សតែមួយលើគ្រប់កិច្ចការទាំងអស់។
កីឡាករអាមេរិកម្នាក់ក្នុងទីលានទម្ងន់ចំហរដែលដឹកនាំដោយប្រទេសចិន
ប្រហែលជាការជាប់ពាក់ព័ន្ធដ៏ធំបំផុតគឺភូមិសាស្ត្រនយោបាយ។ ដូចដែល CNBC និងអ្នកផ្សេងទៀតបានកត់សម្គាល់ ម៉ូដែលព្រំដែនបើកចំហរបានក្លាយទៅជាចំណុចប្រទាក់សហរដ្ឋអាមេរិក - ចិន ជាមួយនឹងមន្ទីរពិសោធន៍ចិនដូចជា DeepSeek និង Qwen របស់ Alibaba ផ្តល់ម៉ូដែលដ៏មានឥទ្ធិពល និងកាត់បន្ថយតម្លៃរបស់លោកខាងលិច។ Forkast បានដាក់ស៊ុមការចេញផ្សាយ Inkling-Small ដោយត្រង់ថា "Open-Weights Competition Now has a US Entrant" ។
រហូតមកដល់ពេលនេះ ម៉ូដែលទម្ងន់បើកចំហឈានមុខគេបានមកស្ទើរតែផ្តាច់មុខពីប្រទេសចិន ដែលបង្កើតឱ្យមានការព្រួយបារម្ភនៅក្នុងទីក្រុងវ៉ាស៊ីនតោនថា មន្ទីរពិសោធន៍អាមេរិកបានបាត់បង់ទីផ្សារទាំងមូល។ Thinking Machines - ការចាប់ផ្តើមអាជីវកម្មរបស់សហរដ្ឋអាមេរិកដែលមានមូលនិធិល្អដឹកនាំដោយតួលេខលេចធ្លោបំផុតមួយនៅក្នុង AI - ការផ្លាស់ប្តូរការគណនានោះ។ តាមរយៈការបញ្ចេញទម្ងន់ពេញលេញនៅលើមុខឱប និងគាំទ្រការលៃតម្រូវដោយបើកចំហ មន្ទីរពិសោធន៍កំពុងបង្កើតការលេងដោយផ្ទាល់សម្រាប់សហគមន៍អ្នកអភិវឌ្ឍន៍ដែលគំរូទម្ងន់បើកចំហរបស់ចិនបានដាំដុះ។
បង្កើតឡើងសម្រាប់អ្នកអភិវឌ្ឍន៍ មិនមែនត្រឹមតែជាគោល
Thinking Machines បានផ្គូផ្គងការចេញផ្សាយនេះជាមួយនឹងឧបករណ៍ដែលផ្តោតលើអ្នកអភិវឌ្ឍន៍។ លើសពីទម្ងន់មុខឱបដែលបើកចំហ Databricks បានបញ្ជាក់ថា គ្រួសារ Inkling មាននៅលើវេទិការបស់ខ្លួន ហើយ Tinker Playground គាំទ្រការជជែកជាអក្សរ រូបភាព និងសំឡេងជាច្រើនចេញពីប្រអប់។ ការកំណត់ "ការខិតខំប្រឹងប្រែងគិត" អថេរ - ពីតិចតួចបំផុតទៅ "xhigh" - ត្រូវបានរចនាឡើងសម្រាប់ការដោះដូរផ្នែកវិស្វកម្មពិតប្រាកដ៖ ដំណើរការថោកនៅពេលដែលកិច្ចការគឺសាមញ្ញ ចំណាយការគណនាកាន់តែច្រើននៅពេលដែលបញ្ហាទាមទារឱ្យមានការវែកញែកកាន់តែស៊ីជម្រៅ។ ភាពបត់បែននោះមានសារៈសំខាន់សម្រាប់ការចាប់ផ្តើមអាជីវកម្មមើលវិក្កយបត្រការសន្និដ្ឋានរបស់ពួកគេ ដែលភាគច្រើននៃពួកគេបានធ្វើចំណាកស្រុកទៅជម្រើសបើកចំហដែលមានតំលៃថោកជាងជាជាងការបង់ថ្លៃអត្រា API បុព្វលាភ។
និន្នាការប្រសិទ្ធភាពទូទាំងឧស្សាហកម្ម
Inkling-Small ក៏សមនឹងគំរូទូលំទូលាយផងដែរ។ នៅទូទាំងឧស្សាហកម្មនេះ គែមកាត់កំពុងផ្លាស់ប្តូរពីម៉ូដែល monolithic ដែលមានទំហំធំជាងមុន ឆ្ពោះទៅរកប្រព័ន្ធដែលតូចជាង និងឆ្លាតវៃជាងមុន ដែលដាល់លើសពីទម្ងន់របស់វា។ ពីគំរូសង្រ្គាមតម្លៃរបស់ DeepSeek ទៅស្ថាបត្យកម្មដែលបានបង្ហាប់ សារគឺស្រប៖ ការរាប់ប៉ារ៉ាម៉ែត្រឆៅមានសារៈសំខាន់តិចជាងរបៀបដែលគំរូប្រើប្រាស់សមត្ថភាពរបស់វា។
សម្រាប់ម៉ាស៊ីនគិត ការភ្នាល់លើប្រសិទ្ធភាពលើទំហំគឺឥឡូវនេះមានគំរូពីរយ៉ាងជ្រៅ ហើយស្តង់ដារដំបូងបង្ហាញថាយុទ្ធសាស្ត្រកំពុងដំណើរការ។ ជាមួយនឹង Inkling-Small ដែលអាចរកបានសម្រាប់ការទាញយក និងការកែសម្រួលថ្ងៃនេះ អ្នកអភិវឌ្ឍន៍អាចសាកល្បងការទាមទារនោះដោយខ្លួនឯងបាន។
នាំមុខ AI
ម៉ូដែលទម្ងន់បើកចំហថ្មីកំពុងចុះចតជារៀងរាល់សប្តាហ៍ ហើយការប្រកួតប្រជែងកាន់តែមានកាន់តែខ្លាំង។ តាមដានរាល់ការចេញផ្សាយតាមរយៈ [ការគ្របដណ្តប់ឧស្សាហកម្ម AI] (https://aibuzzwire.news) របស់យើង។
អានព័ត៌មាន AI បន្ថែម →
