ਨੰਬਰ ਕੀ ਦਿਖਾਉਂਦੇ ਹਨ
ਇਨਕਲਿੰਗ 2 ਸਮਾਲ 594 ਬਿਲੀਅਨ ਕੁੱਲ ਪੈਰਾਮੀਟਰਾਂ ਅਤੇ 17 ਬਿਲੀਅਨ ਕਿਰਿਆਸ਼ੀਲ ਪ੍ਰਤੀ ਅਨੁਮਾਨ ਦੇ ਨਾਲ ਇੱਕ ਮਿਸ਼ਰਤ ਦਾ ਮਿਸ਼ਰਣ (MoE) ਮਾਡਲ ਹੈ — ਇੱਕ ਡਿਜ਼ਾਈਨ ਜੋ ਮਾਡਲ ਦੇ ਆਕਾਰ ਦੇ ਬਾਵਜੂਦ ਗਣਨਾ ਲਾਗਤਾਂ ਨੂੰ ਪ੍ਰਬੰਧਨ ਯੋਗ ਰੱਖਦਾ ਹੈ। ਇਹ ਚਿੱਤਰ ਇਨਪੁਟਸ ਅਤੇ ਵੇਰੀਏਬਲ ਯਤਨਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕੰਮ ਦੇ ਆਧਾਰ 'ਤੇ ਗਤੀ ਲਈ ਜਵਾਬ ਦੀ ਡੂੰਘਾਈ ਦਾ ਵਪਾਰ ਕਰਨ ਦਿੰਦਾ ਹੈ।
ਸਿਰਲੇਖ ਦਾ ਦਾਅਵਾ ਨਕਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਇੰਟੈਲੀਜੈਂਸ ਸੂਚਕਾਂਕ ਤੋਂ ਆਇਆ ਹੈ, ਜਿੱਥੇ ਕੰਪਨੀ ਕਹਿੰਦੀ ਹੈ ਕਿ Inkling 2 Small ਸਕੋਰ 31, ਜਿਸਦਾ ਵਰਣਨ ਇਸ ਦੇ ਪਿਛਲੇ ਮਾਡਲਾਂ ਦੇ ਸਕੋਰਾਂ ਤੋਂ ਕਿਤੇ ਵੱਧ ਹੈ। ਥਿੰਕਿੰਗ ਮਸ਼ੀਨਾਂ ਸਿਖਲਾਈ ਦੇ "ਹਰ ਪੜਾਅ 'ਤੇ" ਸੁਧਾਰਾਂ ਨੂੰ ਲਾਭ ਦਿੰਦੀਆਂ ਹਨ, ਜਿਸ ਵਿੱਚ ਵਧੇਰੇ ਕੁਸ਼ਲ ਪੂਰਵ-ਸਿਖਲਾਈ ਅਤੇ ਇੱਕ ਵਿਸ਼ਾਲ, ਯੂਨੀਫਾਈਡ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਰਨ ਸ਼ਾਮਲ ਹੈ।
ਘੋਸ਼ਣਾ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਕੋਡਿੰਗ ਬੈਂਚਮਾਰਕਾਂ 'ਤੇ, Inkling 2 Small ਨੇ ਇੱਕ ਫੀਲਡ ਦੇ ਵਿਰੁੱਧ ਮਜ਼ਬੂਤ ਪਰ ਇੱਕਸਾਰ ਮੋਹਰੀ ਨਤੀਜੇ ਨਹੀਂ ਦਿੱਤੇ ਜਿਸ ਵਿੱਚ GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark, ਅਤੇ Kimi K3 ਸ਼ਾਮਲ ਹਨ। ਇਸਨੇ SWEBench Pro v2 (Hard) 'ਤੇ 86.3% ਸਕੋਰ ਕੀਤਾ — ਕਿਮੀ K3 ਦੇ 88.2% ਤੋਂ ਪਿੱਛੇ - ਦੂਜੇ-ਸਭ ਤੋਂ ਵੱਧ - ਅਤੇ DeepSWE v1.1 'ਤੇ 72.1%, ਜਿੱਥੇ ਮਿਊਜ਼ ਸਪਾਰਕ ਨੇ 77.0% ਦੀ ਅਗਵਾਈ ਕੀਤੀ। ਫਰੰਟੀਅਰਕੋਡ v2.0 'ਤੇ ਇਹ 25.4% 'ਤੇ ਪਹੁੰਚ ਗਿਆ, ਮਿਊਜ਼ ਸਪਾਰਕ ਦੇ 28.5% ਤੋਂ ਦੂਜੇ ਨੰਬਰ 'ਤੇ, ਅਤੇ ਇਸਨੇ Vibe ਕੋਡ ਬੈਂਚ v1.1 'ਤੇ 81.6% ਪੋਸਟ ਕੀਤਾ।
ਲੌਂਗ-ਹੋਰੀਜ਼ਨ ਏਜੰਟ ਦੇ ਕੰਮ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ
ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਮਾਡਲ ਦੀਆਂ ਏਜੰਟ ਦੀਆਂ ਯੋਗਤਾਵਾਂ ਲੰਬੇ-ਹਜ਼ਾਰਾਂ-ਲੰਬੇ-ਹਜ਼ਾਰਾਂ ਕੋਡਿੰਗ ਕਾਰਜਾਂ 'ਤੇ ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ ਤੋਂ ਆਉਂਦੀਆਂ ਹਨ, ਜੋ ਮਲਟੀਪਲ ਏਜੰਟ ਹਾਰਨੇਸ ਅਤੇ ਸੰਦਰਭ-ਸੰਜੋਗ ਰਣਨੀਤੀਆਂ ਵਿੱਚ ਚਲਦੀਆਂ ਹਨ। ਖਾਸ ਤੌਰ 'ਤੇ, ਸੋਚਣ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਸਧਾਰਨ ਯੂਨਿਟ-ਟੈਸਟ ਇਨਾਮਾਂ ਤੋਂ ਅੱਗੇ ਵਧੀਆਂ: ਬਹੁਤ ਸਾਰੇ ਸਿਖਲਾਈ ਕਾਰਜਾਂ ਵਿੱਚ ਇੱਕ ਏਜੰਟਿਕ RL ਗ੍ਰੇਡਰ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ ਜੋ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਮਾਡਲ ਕਿਸੇ ਸਮੱਸਿਆ ਤੱਕ ਪਹੁੰਚਿਆ, ਨਾ ਕਿ ਸਿਰਫ਼ ਅੰਤਮ ਕੋਡ ਪਾਸ ਹੋਇਆ ਜਾਂ ਨਹੀਂ।
ਟੀਮ ਨੇ ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਮਾਪਣ ਲਈ "ਫਲੇਜ-ਅਲਫ਼ਾ" ਕੋਡਨੇਮ ਦੇ ਤਹਿਤ ਓਪਨਕੋਡ 'ਤੇ ਚਲਾ ਕੇ, ਜੰਗਲੀ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਚੌਕੀਆਂ ਦੀ ਵੀ ਜਾਂਚ ਕੀਤੀ। ਘੋਸ਼ਣਾ ਦੇ ਅਨੁਸਾਰ, ਨਤੀਜਾ ਇੱਕ ਮਾਡਲ ਹੈ ਜੋ ਆਪਣੇ ਪੂਰਵਗਾਮੀ ਨਾਲੋਂ ਬਿਹਤਰ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਤਬਦੀਲੀਆਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਵਿਚਾਰਦਾ ਹੈ, ਅਤੇ ਬਿਨਾਂ ਪੁੱਛੇ ਆਪਣੇ ਕੰਮ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ।
ਵਿਜ਼ਨ, ਕੰਪਿਊਟਰ ਵਰਤੋਂ, ਅਤੇ ਇੰਟਰਐਕਟਿਵ ਡੈਮੋ
ਇੰਕਲਿੰਗ 2 ਸਮਾਲ ਪਰਿਵਾਰ ਨੂੰ ਟੈਕਸਟ ਤੋਂ ਪਰੇ ਵਧਾਉਂਦਾ ਹੈ। ਕੰਪਨੀ ਉਹਨਾਂ ਡੈਮੋ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਮਾਡਲ ਨੇ ਸਕ੍ਰੈਚ ਤੋਂ ਇੱਕ ਪੂਰਾ ਸ਼ਹਿਰ ਸਿਮੂਲੇਟਰ ਬਣਾਉਣ ਲਈ Three.js ਦੀ ਵਰਤੋਂ ਕੀਤੀ — ਹਰ ਬਿਲਡਿੰਗ, ਟੈਕਸਟ, ਅਤੇ ਕਾਰ ਨੂੰ ਵਿਧੀਵਤ ਤੌਰ 'ਤੇ ਬਿਨਾਂ ਕਿਸੇ ਪੂਰਵ-ਬਣਾਈ ਸੰਪੱਤੀ ਦੇ ਸਿਰਜਣਾ — ਅਤੇ ਲਿਖਿਆ ਪਾਈਥਨ ਵਿੱਚ ਇੱਕ ਕਾਰਜਸ਼ੀਲ PC ਈਮੂਲੇਟਰ ਜੋ ਇੱਕ ਅਸਲ Linux ਕਰਨਲ ਨੂੰ ਬੂਟ ਕਰਦਾ ਹੈ**, ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਦੇਖਣਯੋਗ। ਇੱਕ ਹੋਰ ਡੈਮੋ ਬਲੈਂਡਰ ਵਿੱਚ ਮਾਡਲ ਤਿਆਰ ਕਰਨ ਅਤੇ ਸੰਸ਼ੋਧਿਤ ਕਰਨ ਵਾਲੇ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਐਨੀਮੇਟਡ ਓਰੀਗਾਮੀ ਕ੍ਰੇਨਾਂ ਦੇ ਨਾਲ ਇੱਕ ਹੱਥ ਨਾਲ ਖਿੱਚੀ ਗਈ ਵੈਲੀ ਵੀ ਸ਼ਾਮਲ ਹੈ।
ਉਹ ਡੈਮੋ ਰੀਲੀਜ਼ ਦੀ ਪਿੱਚ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੇ ਹਨ: ਇੱਕ ਮਾਡਲ ਜੋ ਵਿਜ਼ੂਅਲ ਫੀਡਬੈਕ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ-ਸ਼ਾਟ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਨ ਦੀ ਬਜਾਏ - ਵੈਬਸਾਈਟਾਂ, ਗੇਮਾਂ, 3D ਡਿਜ਼ਾਈਨ - - ਨੂੰ ਦੁਹਰਾ ਸਕਦਾ ਹੈ ਜੋ ਇਹ ਬਣਾਉਂਦਾ ਹੈ।
ਓਪਨ-ਵੇਟਸ ਮਾਰਗ
ਪੜਾਅਵਾਰ ਰੀਲੀਜ਼ ਇਸ ਦੇ ਪਹਿਲੇ "ਵਜ਼ਨ ਖੋਲ੍ਹਣ ਲਈ ਸੁਰੱਖਿਅਤ ਮਾਰਗ" ਲੇਖ ਵਿੱਚ ਵਿਚਾਰਨ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਦੀ ਪਹੁੰਚ ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ। ਇਨਕਲਿੰਗ 2 ਸਮਾਲ ਅੱਜ ਟਿੰਕਰ ਦੁਆਰਾ ਉਪਲਬਧ ਹੈ, ਜਿੱਥੇ ਉਪਭੋਗਤਾ ਇਸਨੂੰ ਖੇਡ ਦੇ ਮੈਦਾਨ ਵਿੱਚ ਅਜ਼ਮਾ ਸਕਦੇ ਹਨ ਅਤੇ ਇਸਨੂੰ ਵਧੀਆ ਟਿਊਨਿੰਗ ਅਤੇ ਨਮੂਨੇ ਲਈ ਵਰਤ ਸਕਦੇ ਹਨ। ਬਾਹਰੀ ਸੁਰੱਖਿਆ ਟੈਸਟਿੰਗ ਅਤੇ ਰੈੱਡ-ਟੀਮਿੰਗ ਦੇ ਸਮਾਪਤ ਹੋਣ ਤੋਂ ਬਾਅਦ ਅਗਲੇ ਹਫ਼ਤੇ ਲਈ ਯੋਜਨਾਬੱਧ Apache 2.0 ਦੇ ਤਹਿਤ ਵਜ਼ਨ ਜਾਰੀ ਕੀਤੇ ਜਾਣ 'ਤੇ ਚੈਕਪੁਆਇੰਟ ਡਾਊਨਲੋਡ ਕਰਨ ਯੋਗ ਹੋ ਜਾਣਗੇ।
ਰਣਨੀਤੀ ਕੰਪਨੀ ਦੀ ਪਹਿਲੀ ਪੀੜ੍ਹੀ ਨੂੰ ਗੂੰਜਦੀ ਹੈ: ਅਸਲ ਇੰਕਲਿੰਗ ਫਲੈਗਸ਼ਿਪ ਅਤੇ ਛੋਟਾ ਇਨਕਲਿੰਗ-ਸਮਾਲ, ਇੱਕ 276-ਬਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਇਸ ਸਾਲ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ ਜਿਸ ਨੇ ਆਕਾਰ ਦੇ ਇੱਕ ਹਿੱਸੇ 'ਤੇ ਫਲੈਗਸ਼ਿਪ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਮੇਲਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਧਿਆਨ ਖਿੱਚਿਆ ਸੀ। ਇੰਕਲਿੰਗ 2 ਸਮਾਲ ਦੇ ਨਾਲ, ਲੈਬ ਉਸੇ ਕੁਸ਼ਲਤਾ-ਪਹਿਲੇ ਥੀਸਿਸ 'ਤੇ ਦੁੱਗਣੀ ਹੋ ਰਹੀ ਹੈ - ਵੱਡੀ ਕੁੱਲ ਸਮਰੱਥਾ, ਛੋਟੇ ਕਿਰਿਆਸ਼ੀਲ ਪੈਰਾਂ ਦੇ ਨਿਸ਼ਾਨ।
ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ
ਅਮਰੀਕੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਨੇ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਸਰਹੱਦੀ-ਸਮਰੱਥ ਓਪਨ ਵੇਟ ਸ਼ਿਪਿੰਗ ਵਿੱਚ ਚੀਨੀ ਪ੍ਰਤੀਯੋਗੀਆਂ ਨੂੰ ਪਛਾੜਿਆ ਹੈ, ਇੱਕ ਅੰਤਰ ਜੋ Z.ai, DeepSeek, Tencent, ਅਤੇ Moonshot Land ਹਫ਼ਤਿਆਂ ਤੋਂ ਹਫ਼ਤੇ ਬਾਅਦ ਰਿਲੀਜ਼ ਹੋਣ ਦੇ ਰੂਪ ਵਿੱਚ ਘਟ ਗਿਆ ਹੈ। ਥਿੰਕਿੰਗ ਮਸ਼ੀਨਾਂ ਹੁਣ ਸਭ ਤੋਂ ਪ੍ਰਮੁੱਖ ਸੰਯੁਕਤ ਰਾਜ ਪ੍ਰਵੇਸ਼ਕਰਤਾ ਹੈ, ਅਤੇ ਦੂਜੀ ਪੀੜ੍ਹੀ ਦੀ ਰੀਲੀਜ਼ ਇਸ ਦੇ ਪਹਿਲੇ ਸੁਝਾਅ ਦੇਣ ਤੋਂ ਤੁਰੰਤ ਬਾਅਦ, ਲੈਬ ਬਹੁਤ ਸਾਰੀਆਂ ਉਮੀਦਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਈ ਜਾ ਰਹੀ ਹੈ।
ਚੇਤਾਵਨੀਆਂ ਆਪਣੇ ਆਪ ਵਿੱਚ ਬੈਂਚਮਾਰਕ ਤੁਲਨਾ ਹਨ। ਥਿੰਕਿੰਗ ਮਸ਼ੀਨਾਂ ਨੇ ਤੁਲਨਾਵਾਂ ਦੀ ਚੋਣ ਕੀਤੀ ਅਤੇ ਹਰੇਕ ਕਤਾਰ ਵਿੱਚ "ਸਭ ਤੋਂ ਵੱਧ ਰਿਪੋਰਟ ਕੀਤੇ ਗਏ" ਸਕੋਰਾਂ ਨੂੰ ਲੇਬਲ ਕੀਤਾ — ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਕਈ ਕਤਾਰਾਂ ਵਿੱਚ, ਇੰਕਲਿੰਗ 2 ਸਮਾਲ ਦੂਜੇ ਨੰਬਰ 'ਤੇ ਆਇਆ, ਪਹਿਲੇ ਨਹੀਂ। ਅਗਲੇ ਹਫ਼ਤੇ ਅਪਾਚੇ 2.0 ਰੀਲੀਜ਼ ਅਸਲ ਪ੍ਰੀਖਿਆ ਹੋਵੇਗੀ: ਇੱਕ ਵਾਰ ਡਿਵੈਲਪਰ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਵਜ਼ਨ ਨੂੰ ਡਾਊਨਲੋਡ ਅਤੇ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹਨ, ਤਾਂ ਮਾਰਕੀਟਿੰਗ ਮਾਪ ਦਾ ਰਸਤਾ ਦਿੰਦੀ ਹੈ। ਫਿਲਹਾਲ, ਘੋਸ਼ਣਾ ਪੋਜੀਸ਼ਨ ਇਨਕਲਿੰਗ 2 ਸਮਾਲ ਨੂੰ ਸਬੂਤ ਵਜੋਂ ਪੇਸ਼ ਕਰਦੀ ਹੈ ਕਿ ਸਟਾਰਟਅਪ ਦਾ ਮਾਡਲ-ਉਤਪਾਦ ਫਲਾਈਵ੍ਹੀਲ ਮੋੜ ਰਿਹਾ ਹੈ — ਅਤੇ ਇਹ ਕਿ ਓਪਨ-ਵੇਟ ਫਰੰਟੀਅਰ ਵਿੱਚ ਹੁਣ ਇੱਕ ਸੱਚਮੁੱਚ ਟ੍ਰਾਂਸਪੈਸੀਫਿਕ ਮੁਕਾਬਲਾ ਹੈ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
ਨਵੇਂ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਹਰ ਹਫ਼ਤੇ ਤਿੰਨ ਮਹਾਂਦੀਪਾਂ ਦੀਆਂ ਲੈਬਾਂ ਤੋਂ ਉਤਰ ਰਹੇ ਹਨ। ਸਾਡੇ [AI ਉਦਯੋਗ ਕਵਰੇਜ] (https://aibuzzwire.news) ਰਾਹੀਂ ਹਰ ਰੀਲੀਜ਼ ਨਾਲ ਜੁੜੇ ਰਹੋ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
