Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

thinkingmachines.ai+1.x.com+1.artificialanalysis.ai+1.Thinking Machines Lab-მა პარასკევს, 20 ნოემბერს, Inkling 2 Mini წარადგინა. ეს არის ღია წონის მოდელი, რომელიც კომპანიის თქმით, "იმდენად პატარაა, რომ თქვენს ლეპტოპზე იმუშაოს". მსჯელობის უნარს ის იღებს ქსელის ნაწილის რამდენჯერმე გაშვებით თითოეული ტოკენისთვის. ეს გამოშვება Inkling 2 Small-ს მოჰყვა. ლაბორატორიამ X-ზე ხუმრობით აღნიშნა, რომ "ზოგიერთ თქვენგანს ეგონა", რომ წინა მოდელი "594B პარამეტრით ძალიან დიდი იყო".thinkingmachines.ai+1
მოდელი წარმოადგენს ექსპერტთა ნარევის სისტემას, რომელიც მოიცავს 26.4 მილიარდ პარამეტრს, საიდანაც 3.4 მილიარდი აქტიურია. ციკლების ჩათვლით, ის იყენებს 5.4 მილიარდ წონის აქტივაციას თითო ტოკენზე. მისი წონების უმეტესობა გაწვრთნილი და დანერგილია NVFP4 ფორმატში, რაც მის საერთო მოცულობას დაახლოებით 20GB-ზე ინარჩუნებს. მოდელი ლიცენზირებულია Apache 2.0-ით, იღებს ტექსტურ და გამოსახულების შეყვანას და მხარს უჭერს 1 მილიონამდე ტოკენის კონტექსტურ ფანჯარას.thinkingmachines.ai+2
მოდელს აქვს 24 ფენა. შუა 12 ფენა მუშაობს სამჯერ თითო ტოკენზე, ხოლო პირველი და ბოლო ექვსი ფენა მხოლოდ ერთხელ. ეს ქმნის 48 ლოგიკურ ფენას 24 ფიზიკური ფენისგან. კომპანია აცხადებს, რომ ციკლური დამუშავება მოდელს საშუალებას აძლევს "მიაღწიოს სწორ პასუხს ნაკლები ტოკენით", განსაკუთრებით აგენტური კოდირებისას.huggingface.co+2
ლაბორატორიის მონაცემებით, Inkling 2 Mini ლიდერობს ყველა ღია მოდელს შორის, რომლებსაც 100 მილიარდზე ნაკლები პარამეტრი აქვთ DeepSWE v1.1-ზე (48.2%) და Vals Index v2.2-ზე (46.5%). Artificial Analysis-მა მას 20 ქულა მიანიჭა თავის Intelligence Index-ში, რაც უტოლდება Qwen3.8 27B-ს, თუმცა დაახლოებით ხუთჯერ ნაკლები აქტიური პარამეტრით. ფირმამ ასევე აღნიშნა, რომ ის ექვსჯერ იაფი და ოთხჯერ სწრაფია თითო დავალებაზე, ვიდრე აღნიშნული მოდელი.thinkingmachines.ai+1
ციკლური დამუშავება AI-ს ზედამხედველობის კუთხით კითხვებს აჩენს, რადგან მოდელს შეუძლია შინაგანად იმსჯელოს ნაბიჯების ჩაწერის გარეშე. ლაბორატორიამ განაცხადა, რომ ამ მასშტაბით, აზროვნების ჯაჭვი "უფრო მოკლე, მაგრამ გასაგები რჩება". ისინი ასევე უშვებენ ცვლადი ციკლის მქონე კვლევით მოდელს, რათა გარე მკვლევრებმა შეძლონ მისი ტესტირება. Unite.AI-მ აღნიშნა, რომ კომპანია ამ მონიტორინგის შედეგებს წინასწარად მიიჩნევს.x.com+1
წონები ხელმისაწვდომია Hugging Face-ზე, ხოლო მოდელი ხელმისაწვდომია Tinker-ზე დასკვნისა და დახვეწისთვის. პირველივე დღიდან მხარდაჭერილია SGLang, vLLM, Ollama და NVIDIA Dynamo. Ollama-ს მეშვეობით ის მუშაობს Mac-ებზე, რომლებსაც აქვთ მინიმუმ 32GB ოპერატიული მეხსიერება. vLLM-ის თქმით, ის მხარს უჭერს როგორც მთავარ მოდელს, ისე მის ცვლადი ციკლის ჩექპოინტს NVIDIA Blackwell, Hopper და DGX Spark აპარატურაზე.vllm.ai+1
კომპანია ღიად საუბრობს მოდელის სისუსტეებზე. ის აგროვებს 50.0%-ს MultiChallenge-ში და 33.4%-ს ComplexConstraints v1.1-ში, რაც ჩამორჩება Qwen3.8-27B-ს როგორც მრავალსვლიან ჩატში, ისე მრავალმხრივი შეზღუდვების მქონე ინსტრუქციებში. მოდელის აღწერილობა ასევე აფრთხილებს, რომ მოდელმა "შეიძლება განახორციელოს დესტრუქციული ქმედებები, როგორიცაა ფაილების წაშლა ან გადაწერა, დადასტურების გარეშე". მომხმარებლებს ურჩევენ "აგენტური სამუშაოები გაუშვან სენდბოქსის გარემოში".thinkingmachines.ai+1