திங்கிங் மெஷின்ஸ் லேப், முன்னாள் OpenAI தலைமை தொழில்நுட்ப அதிகாரி மீரா முராட்டி நிறுவிய AI ஸ்டார்ட்அப், நவம்பர் 20, 2026 அன்று ஒரு புதிய திறந்த எடை மாதிரியை வெளியிட்டது: Inkling 2 Mini, ஒரு அசாதாரண கட்டமைப்பைச் சுற்றி உருவாக்கப்பட்ட ஒரு சிறிய மாடலானது, அதன் அளவுரு எண்ணிக்கையை விட அதிகமாக குத்துகிறது என்று நிறுவனம் கூறுகிறது. இந்த மாதிரியானது நுகர்வோர் மடிக்கணினியில் உள்நாட்டில் இயங்கும் அளவுக்கு சிறியது, மொத்த மெமரி கால்தடம் தோராயமாக 20ஜிபி.

தலைப்பு எண்கள் அளவு வகுப்பிற்கு வேலைநிறுத்தம் செய்கின்றன. நிறுவனத்தின் அறிவிப்பின்படி, Inkling 2 Mini, DeepSWE v1.1 இல் 100 பில்லியனுக்கும் குறைவான மொத்த அளவுருக்கள் கொண்ட ஒவ்வொரு திறந்த எடை மாடலையும் வழிநடத்துகிறது, 48.2 சதவீத பணிகளைத் தீர்க்கிறது, மேலும் Vals Index v2.2 இல் 46.5 சதவீத மதிப்பெண்களைப் பெற்றது. இரண்டு வரையறைகளும் முகவர் குறியீட்டு திறனை அளவிடுகின்றன, இது தற்போது தொழில்துறையில் வணிக ரீதியாக போட்டியிடும் திறன் எல்லைகளில் ஒன்றாகும். For more context on this story, see our ongoing AI trends.

வளையப்பட்ட மின்மாற்றியை வேறுபடுத்துவது எது

Inkling 2 Mini என்பது வளையப்பட்ட மின்மாற்றி. ஒவ்வொரு டோக்கனையும் ஒவ்வொரு லேயர் வழியாகவும் சரியாக ஒரு முறை அனுப்புவதற்குப் பதிலாக, மாதிரி அதன் நடு அடுக்குகளை ஒரு டோக்கனுக்கு மூன்று முறை இயக்குகிறது. இதன் விளைவாக, மாடல் அதிக வெளியீட்டு டோக்கன்களை உருவாக்காமல் சிக்கலுக்கு அதிக வரிசையான கணக்கீட்டைப் பயன்படுத்தலாம்.

லூப்பிங் மாடலை அதன் காரணத்தை எழுதாமல் நீண்ட நேரம் நியாயப்படுத்த அனுமதிக்கிறது என்பது நிறுவனத்தின் கட்டமைப்பாகும். பாரம்பரிய சிந்தனைப் பகுத்தறிவு காணக்கூடிய இடைநிலை படிகளில் டோக்கன்களை செலவிடுகிறது; லூப்பிங் அதற்கு பதிலாக கணக்கிடுகிறது. டோக்கன் எண்ணிக்கையை விட பகுத்தறிவு தரம் முக்கியமான பணிகளில் வேகத்திற்கு உண்மையான விளைவுகளை ஏற்படுத்துகிறது, மேலும் ஏஜென்டிக் குறியீட்டு முறை அந்த வகையான பணியாகும்.

ஹூட்டின் கீழ், இன்க்லிங் 2 மினி என்பது 26.4 பில்லியன் மொத்த அளவுருக்கள் மற்றும் ஒரு டோக்கனுக்கு வெறும் 3.4 பில்லியன் செயலில் உள்ள நிபுணர்களின் கலவையாகும். பெரும்பாலான எடைகள் பயிற்சியளிக்கப்பட்டன மற்றும் NVFP4 இல் பூர்வீகமாக பயன்படுத்தப்படுகின்றன, குறைந்த-துல்லியமான வடிவமைப்பு Nvidia அதன் தரவு மைய வரிசையை முழுவதும் தள்ளுகிறது, இறுதி நான்கு அடுக்குகள் MXFP8 இல் வைக்கப்பட்டுள்ளன. மடிக்கணினிகள் மற்றும் டெஸ்க்டாப் AI இயந்திரங்களில் பொருந்தக்கூடிய தோராயமாக 20ஜிபி தடயத்தில் மாடலை அழுத்துவது ஆக்கிரமிப்பு அளவீடு மற்றும் சிறிய செயலில் உள்ள அளவுரு எண்ணிக்கை ஆகியவற்றின் கலவையாகும்.

M5 ப்ரோ சிப் மற்றும் 48 ஜிபி நினைவகத்துடன் கூடிய மேக்புக் ப்ரோவில் ஆஃப்லைனில், விமானப் பயன்முறையில் இயங்கும் மாதிரியை ஆய்வகம் நிரூபித்தது, அங்கு அது சில நிமிடங்களில் இயக்கக்கூடிய விமான சிமுலேட்டரை உருவாக்கியது.

கண்காணிப்பு வர்த்தகம்

இந்த வெளியீடு வரையறைகளை விட முக்கியமானதாக இருக்கும் ஆராய்ச்சியுடன் சேர்ந்துள்ளது. ஒரு மாதிரியானது அதன் எண்ணச் சங்கிலியை டோக்கன்களில் வெளிப்படுத்துவதற்குப் பதிலாக, உள்நோக்கி லூப்கள் மூலம் காரணம் காட்டினால், தெரியும் பகுத்தறிவு உரையானது, அந்த மாதிரி உண்மையில் என்ன செய்கிறது என்பதற்கு உண்மையுள்ள சாளரமாக இருப்பதை நிறுத்துகிறது. இது AI பாதுகாப்பு ஆராய்ச்சிக்கான தாக்கங்களைக் கொண்டுள்ளது, அங்கு கண்காணிப்புச் சங்கிலி-ஆப்-சிந்தனை என்பது கிடைக்கக்கூடிய சில நடைமுறை மேற்பார்வைக் கருவிகளில் ஒன்றாக மாறியுள்ளது.

Inkling 2 Mini உடன், திங்கிங் மெஷின்கள் விளைவை அளவிட ஒரு ஆராய்ச்சி-குறிப்பிட்ட மாறி-லூப் மாறுபாட்டை வெளியிட்டது. முடிவுகள் திறனுக்கான ஊக்கமளிக்கும் திசையில் வெட்டப்படுகின்றன, இது மேற்பார்வைக்கு சிக்கலாக உள்ளது. சிந்தனையின் எந்தச் சங்கிலியும் இல்லாமல் முடிக்கப்பட்ட பணிகளில் மாறி-லூப் மாதிரியின் நேரத் தொடுவானம், ஒரே பாஸில் 16 வினாடிகளில் இருந்து மூன்று சுழல்களில் 37 வினாடிகளாக மேம்பட்டது, மேலும் ஒரு தொடர் பகுத்தறிவு பெஞ்ச்மார்க்கில் செயல்திறன் பத்து லூப்புகளுக்கு மேம்பட்டது - மாடலை விட இரண்டு மடங்கு அதிகம்.

இதற்கிடையில், கண்ணுக்குத் தெரியும் சிந்தனைச் சங்கிலி சுழல்கள் சேர்க்கப்பட்டதால் குறுகியதாக வளர்ந்தது, ஆனால் நிறுவனம் முழுவதும் அது தெளிவாகத் தெரியும் என்று தெரிவிக்கிறது, மேலும் லூப்பிங் ஆழம் அதிகரித்ததால், முகவர் நாசவேலையின் சோதனைகளில் மாடல் அதிகமாக இல்லை. திங்கிங் மெஷின்கள் இவற்றை ஆராய்ச்சியாளர்களுக்குக் கிடைக்கும் முதல் வளையப்பட்ட-கட்டமைப்பு மாதிரிகள் என்று விவரிக்கிறது, உருவகப்படுத்தப்பட்ட அமைப்புகளுக்குப் பதிலாக உண்மையான எடைகளில் கண்காணிப்புத்தன்மையைப் படிக்க பாதுகாப்பு சமூகத்திற்கான அழைப்பாக இந்த வெளியீட்டை ஓரளவு நிலைநிறுத்துகிறது.

துணை-100பி வகுப்பில் ஒரு போட்டி விளையாட்டு

26B–31B வரம்பில் உள்ள Gemma 4 மாடல்கள், Qwen3.8-27B, Muse Glimmer மற்றும் Ripple எனப்படும் 65B முன்னோட்ட மாதிரியை உள்ளடக்கிய நெரிசலான துணை-100B புலத்திற்கு எதிராக Inkling 2 Mini ஐ தரப்படுத்துகிறது. திங்கிங் மெஷின்ஸ் அதன் மாதிரியானது இதேபோன்ற செயல்திறன் கொண்ட போட்டியாளர்களை விட வேகமாக இயங்குவதாகக் கூறுகிறது, தொகுதி அளவு ஒன்றில் கோட்பாட்டு டோக்கன் செயல்திறனை மேற்கோள் காட்டி.

துணை-100B பிரிவு இரண்டு காரணங்களுக்காக மூலோபாய முக்கியத்துவம் பெற்றுள்ளது. முதலாவதாக, ஹோஸ்ட் செய்யப்பட்ட API களுக்கு முக்கியமான தரவை அனுப்புவதில் நிறுவனங்கள் தடுத்ததால், சாதனம் மற்றும் தனியார் வரிசைப்படுத்தல் வேகமாக வளர்ந்து வருகிறது. இரண்டாவதாக, உள்ளூர் அனுமானத்திற்கான ஒரு டோக்கன் பொருளாதாரம், பெரியவற்றின் காய்ச்சி வடிகட்டிய நகல்களைக் காட்டிலும் சிறிய, ஆக்ரோஷமாக அளவிடப்பட்ட மாதிரிகளை அதிகளவில் ஆதரிக்கிறது. லூப்பிங் கம்ப்யூட்டுடன் NVFP4 இல் பூர்வீகமாக இயங்கும் 26.4B MoE அந்த சந்தைக்கு நேரடியான பதில்.

இந்த மாடல் ஹக்கிங் ஃபேஸில் வெளியிடப்பட்ட மாடல் கார்டுடன் கிடைக்கிறது, மேலும் திங்கிங் மெஷின்கள் அதன் டிங்கர் ஃபைன்-ட்யூனிங் பிளாட்ஃபார்ம் மூலம் அணுகலை ஊக்குவிக்கிறது. இந்த வெளியீட்டிற்கும் ஆய்வகத்தின் முந்தைய இன்க்லிங் குடும்ப மாதிரிகளுக்கும் இடையில், பெரும்பாலான எல்லைப்புற ஆய்வகங்கள் அளவிடுதல் அளவுருக்கள் மற்றும் தரவுகளில் கவனம் செலுத்தும் நேரத்தில், மறுநிகழ்வு-பாணி கம்ப்யூட் ஸ்கேலிங்கைச் சுற்றி ஸ்டார்ட்அப் ஒரு தனித்துவமான தொழில்நுட்ப அடையாளத்தை உருவாக்குகிறது.

லூப்பிங் ஒரு முக்கிய கட்டமைப்பாக மாறினாலும் சரி அல்லது முக்கிய இடமாக இருந்தாலும் சரி, வெளியீடு ஒரு குறிப்பிடத்தக்க தருணத்தைக் குறிக்கிறது: மிகவும் உன்னிப்பாகக் கவனிக்கப்படும் AI ஸ்டார்ட்அப்களில் ஒன்று, ஒரு டோக்கனுக்கு சிறந்த கணக்கீடு - அதிக டோக்கன்கள் அல்ல, அதிக அளவுருக்கள் அல்ல - அடுத்த ஆதாயங்கள் வாழுமிடம்.

---

Stay Ahead of AI

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

Read more AI news →