संख्या काय दर्शवते
Inkling 2 Small हे तज्ञांचे मिश्रण (MoE) मॉडेल आहे ज्यामध्ये 594 अब्ज एकूण पॅरामीटर्स आणि 17 अब्ज सक्रिय प्रति अनुमान आहे — मॉडेलचा आकार असूनही गणना खर्च आटोपशीर ठेवणारे डिझाइन. हे प्रतिमा इनपुट आणि परिवर्तनीय प्रयत्नांना समर्थन देते, वापरकर्त्यांना कार्यानुसार वेगासाठी प्रतिसादाची खोली व्यापार करू देते.
शीर्षकाचा दावा कृत्रिम विश्लेषण बुद्धिमत्ता निर्देशांक वरून आला आहे, जिथे कंपनी म्हणते की Inkling 2 Small ने 31 स्कोअर केले, ज्याचे वर्णन ते त्याच्या मागील मॉडेलच्या स्कोअरला मागे टाकते. थिंकिंग मशीन्स प्रशिक्षणाच्या "प्रत्येक पायरीवर" सुधारणांना श्रेय देते, ज्यामध्ये अधिक कार्यक्षम पूर्व-प्रशिक्षण आणि मोठ्या, एकत्रित मजबुतीकरण शिक्षण धावणे समाविष्ट आहे.
घोषणेमध्ये प्रकाशित केलेल्या कोडिंग बेंचमार्कवर, Inkling 2 Small ने GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark, आणि Kimi K3 समाविष्ट असलेल्या फील्डच्या विरूद्ध मजबूत परंतु एकसमान आघाडीचे परिणाम पोस्ट केले नाहीत. याने SWEBench Pro v2 (हार्ड) वर 86.3% स्कोअर केले — तुलनेत दुसऱ्या-सर्वोच्च, Kimi K3 च्या 88.2% च्या मागे — आणि 72.1% DeepSWE v1.1 वर, जिथे Muse Spark ने 77.0% ने आघाडी घेतली. FrontierCode v2.0 वर ते 25.4% वर पोहोचले, म्यूज स्पार्कच्या 28.5% नंतर दुसऱ्या क्रमांकावर, आणि वाइब कोड बेंच v1.1 वर 81.6% पोस्ट केले.
लाँग-होरायझन एजंट कामासाठी प्रशिक्षित
कंपनीचे म्हणणे आहे की मॉडेलच्या एजंटिक क्षमता लाँग-हॉरिझन कोडिंग कार्यांच्या शेकडो हजारो वर मजबुतीकरण शिक्षणातून येतात, जे एकाधिक एजंट हार्नेस आणि कॉन्टेक्स्ट-कॉम्पॅक्शन धोरणांवर चालतात. विशेष म्हणजे, थिंकिंग मशिन्स सोप्या युनिट-चाचणी बक्षिसांच्या पलीकडे गेले: अनेक प्रशिक्षण कार्यांमध्ये एजंटिक RL ग्रेडर समाविष्ट होते ज्याने कसे मॉडेल एखाद्या समस्येशी संपर्क साधला याचे मूल्यमापन केले, फक्त अंतिम कोड पास झाला की नाही.
संघाने जंगलातील सुरुवातीच्या चेकपॉईंट्सची चाचणी देखील केली, त्यांना ओपनकोडवर "फ्लेज-अल्फा" या सांकेतिक नावाखाली चालवत वास्तविक-जगातील कामगिरी मोजण्यासाठी. घोषणेनुसार, परिणाम हे एक मॉडेल आहे जे त्याच्या पूर्ववर्तीपेक्षा अधिक चांगल्या सूचनांचे पालन करते, बदलांचा काळजीपूर्वक विचार करते आणि विचारल्याशिवाय स्वतःचे कार्य सत्यापित करते.
दृष्टी, संगणक वापर आणि परस्परसंवादी डेमो
Inkling 2 Small मजकुराच्या पलीकडे कुटुंबाचा विस्तार करते. कंपनीने डेमो हायलाइट केले ज्यामध्ये मॉडेलने शहरात पूर्ण सिम्युलेटर तयार करण्यासाठी Three.js चा वापर केला — प्रत्येक इमारत, पोत आणि कार प्रक्रियात्मकपणे कोणत्याही पूर्व-निर्मित मालमत्तेशिवाय व्युत्पन्न करते — आणि पायथॉनमध्ये कार्यरत PC एमुलेटर असे लिहिले जे ब्राउझरमध्ये दृश्यमान Linux कर्नल बूट करते**. दुसऱ्या डेमोमध्ये ॲनिमेटेड ओरिगामी क्रेनसह हाताने काढलेल्या व्हॅलीसह ब्लेंडरमध्ये मॉडेल निर्माण आणि सुधारित दृश्ये दाखवली आहेत.
ते डेमो रिलीझची खेळपट्टी अधोरेखित करतात: एक मॉडेल जे व्हिज्युअल फीडबॅक समाविष्ट करू शकते आणि ते काय बनवते ते पुनरावृत्तीने परिष्कृत करू शकते — वेबसाइट, गेम, 3D डिझाइन — एक-शॉट आउटपुट तयार करण्याऐवजी.
ओपन-वेट्स पथ
स्टेज केलेले प्रकाशन थिंकिंग मशीन्सने त्याच्या पूर्वीच्या "वेट उघडण्यासाठी सुरक्षित मार्ग" निबंधात मांडलेल्या दृष्टिकोनाचे अनुसरण करते. Inkling 2 Small आज टिंकरद्वारे उपलब्ध आहे, जेथे वापरकर्ते खेळाच्या मैदानात ते वापरून पाहू शकतात आणि ते फाइन-ट्यूनिंग आणि सॅम्पलिंगसाठी वापरू शकतात. बाह्य सुरक्षा चाचणी आणि रेड-टीमिंगच्या निष्कर्षानंतर पुढील आठवड्यासाठी नियोजित Apache 2.0 अंतर्गत वजने सोडल्यावर चेकपॉईंट डाउनलोड करण्यायोग्य होतील.
धोरण कंपनीच्या पहिल्या पिढीचे प्रतिध्वनी करते: मूळ इंकलिंग फ्लॅगशिप आणि लहान इंकलिंग-स्मॉल, एक 276-बिलियन-पॅरामीटर ओपन-वेट मॉडेल या वर्षाच्या सुरुवातीला रिलीझ झाले ज्याने आकाराच्या एका अंशात फ्लॅगशिप कार्यप्रदर्शनाशी जुळण्यासाठी लक्षणीय लक्ष वेधले. Inkling 2 Small सह, लॅब त्याच कार्यक्षमतेवर दुप्पट होत आहे-प्रथम थीसिस — मोठी एकूण क्षमता, लहान सक्रिय फूटप्रिंट.
हे महत्त्वाचे का आहे
अमेरिकन लॅब्सनी ऐतिहासिकदृष्ट्या सीमा-सक्षम ओपन वेट्स शिपिंगमध्ये चिनी स्पर्धकांना मागे टाकले आहे, हे अंतर झेडई, डीपसीक, टेनसेंट आणि मूनशॉट लँडमधून आठवड्यांनंतर रिलीझ झाल्यामुळे कमी झाले आहे. थिंकिंग मशिन्स ही आता अमेरिकेतील सर्वात प्रमुख प्रवेशिका आहे, आणि लॅब अनेक अपेक्षेपेक्षा वेगाने पुनरावृत्ती करत आहे असे सूचित केल्यानंतर लगेचच दुसऱ्या पिढीचे प्रकाशन.
चेतावणी स्वतःच बेंचमार्क तुलना आहेत. थिंकिंग मशिन्सने तुलना निवडली आणि प्रत्येक पंक्तीमध्ये "सर्वोच्च नोंदवलेले" स्कोअर असे लेबल लावले — आणि त्यातील अनेक पंक्तींमध्ये, Inkling 2 Small हा पहिला नाही तर दुसरा आला. पुढील आठवड्यात Apache 2.0 रिलीझ ही खरी परीक्षा असेल: एकदा विकसक स्वतंत्रपणे वजन डाउनलोड करून तपासू शकतील, विपणन मोजमापाचा मार्ग देते. आत्तासाठी, स्टार्टअपचे मॉडेल-उत्पादन फ्लायव्हील वळत असल्याचा पुरावा म्हणून घोषणा पोझिशन्स इंकलिंग 2 स्मॉल — आणि ओपन-वेट फ्रंटियरमध्ये आता खऱ्या अर्थाने ट्रान्सपॅसिफिक स्पर्धा आहे.
AI च्या पुढे रहा
नवीन ओपन-वेट मॉडेल्स दर आठवड्याला तीन खंडांवरील प्रयोगशाळांमधून उतरत आहेत. आमच्या [AI इंडस्ट्री कव्हरेज] (https://aibuzzwire.news) द्वारे प्रत्येक रिलीजची माहिती ठेवा.
अधिक एआय बातम्या वाचा →
