۱۴۰۵ آبان ۲۶, سه‌شنبه
دلار آمریکا۲۶۸٬۹۰۰▲ ۰٫۰۷٪یورو۲۹۶٬۲۳۰▼ ۰٫۰۵٪درهم امارات۷۳٬۲۲۰• ۰٪سکه امامی۲۵۲٬۸۸۰٬۰۰۰▲ ۰٫۹۳٪طلای ۱۸ عیار (گرم)۲۴٬۶۹۷٬۱۰۰▲ ۰٫۵۳٪انس طلا۳٬۸۶۷ $▲ ۰٫۰۶٪تتر۲۷۰٬۵۶۹▲ ۰٫۴۳٪بیت‌کوین۶۴٬۶۰۳ $▼ ۰٫۹۳٪اتریوم۱٬۸۳۱ $▲ ۰٫۳۸٪سولانا۷۲٫۷۷ $▲ ۱٫۷۸٪اپل۳۵۲٫۷۸ $▼ ۰٫۹۸٪انویدیا۱۵۶٫۱۴ $▼ ۴٫۱۲٪مایکروسافت۵۱۷٫۹۹ $▼ ۱٫۱۲٪آلفابت (گوگل)۲۸۳٫۷۲ $▼ ۴٫۰۷٪تسلا۳۷۹٫۷۴ $▼ ۲٫۶۹٪شاخص نزدک۲۴٬۵۱۰ $▼ ۲٫۴۹٪
نرخ ارز

Inkling 2 Small با ۵۹۴ میلیارد پارامتر معرفی شد؛ وزن‌ها بسته

Thinking Machines Lab مدل Inkling 2 Small را با ۵۹۴ میلیارد پارامتر کل و ۱۷ میلیارد پارامتر فعال معرفی کرد؛ وزن‌ها هنوز منتشر نشده است.

کاور گرافیکی DevNA با عدد «594B»، عنوان Inkling 2 Small و نشان «NEW MODEL» برای خبر معرفی مدل جدید Thinking Machines Lab
کاور گرافیکی DevNA با عدد «594B»، عنوان Inkling 2 Small و نشان «NEW MODEL» برای خبر معرفی مدل جدید Thinking Machines Lab
فهرست مطالب
  1. Inkling 2 Small چیست
  2. آموزش مدل چگونه انجام شد
  3. نتایج در کدنویسی و بینایی
  4. ایمنی و همسوسازی
  5. وزن باز و دسترسی

Thinking Machines Lab در ۱۴ آبان ۱۴۰۵ (۵ نوامبر ۲۰۲۶) مدل Inkling 2 Small را معرفی کرد. این مدل ترکیب خبرگان تنک (Sparse Mixture-of-Experts) با ۵۹۴ میلیارد پارامتر کل و ۱۷ میلیارد پارامتر فعال به ازای هر توکن است. این مدل از «نسل دوم» مدل‌های شرکت است، اما وزن‌ها هنوز منتشر نشده است؛ شرکت وعده انتشار آن‌ها را برای هفته آینده داده است.

Inkling 2 Small چیست

طبق پست رسمی شرکت، Inkling 2 Small ورودی تصویر را با یک رمزگذار بینایی ۲۹۲ میلیون پارامتری می‌پذیرد، اما از ورودی صدا پشتیبانی نمی‌کند. شرکت می‌گوید Inkling 2 Small یکی از پله‌های یک «نردبان» مدل است و پله‌های بعدی را «به‌زودی» عرضه می‌کند.

مدل قبلی، Inkling-Small، ۳۰ ژوئیه ۲۰۲۶ (۸ مرداد ۱۴۰۵) با ۲۷۶ میلیارد پارامتر کل، ۱۲ میلیارد فعال و مجوز Apache 2.0 منتشر شده بود. در شاخص هوش Artificial Analysis (نسخه ۵٫۰٫۱)، مدل تازه نمره ۳۱ گرفته (۳۰٫۶ در جدول پست شرکت) و صفحه Artificial Analysis برای Inkling-Small عدد ۱۳ را ثبت کرده است.

آموزش مدل چگونه انجام شد

پیش‌آموزش با ۸٫۴ تریلیون توکن شروع شد. بعد ۳٫۸ تریلیون توکن با زمینه ۵۱۲ هزار توکنی و سپس مرحله‌هایی با زمینه یک میلیون توکنی آمد. آموزش به‌صورت بومی در قالب NVFP4 انجام شده است.

در یادگیری تقویتی (RL) پنجره زمینه ۲۵۶ هزار توکن بود و برای کارهای طولانی از آموزش «فشرده‌سازی» (Compaction) استفاده شد. در ارزیابی‌ها مسیرهای اجرا تا یک میلیون توکن مجاز بود. سطح تلاش استدلال هم متغیر است؛ همه آزمون‌ها با تلاش ۰٫۹۹ («xhigh») و دمای ۱٫۰ اجرا شده‌اند.

نتایج در کدنویسی و بینایی

همه اعداد زیر از جدول‌های خود شرکت است و مقایسه‌ها را همان انتخاب کرده است.

آزمون Inkling 2 Small مقایسه
FrontierCode v2.0 ۲۵٫۴٪ DeepSeek-V4.1-Flash ۲۸٫۵٪، Kimi K3 ‏۱۷٫۳٪
DeepSWE v1.1 ۷۲٫۱٪ DeepSeek-V4.1-Flash ‏۷۷٫۰٪، Kimi K3 ‏۶۸٫۵٪
SWE-Bench Pro v2 (Hard) ۸۶٫۳٪ Kimi K3 ‏۸۸٫۲٪
Vibe Code Bench v1.1 ۸۱٫۶٪ Kimi K3 ‏۸۵٫۰٪، DeepSeek-V4.1-Flash ‏۸۷٫۷٪

در کدنویسی عاملی، مدل در هیچ‌یک از این چهار آزمون اول نیست؛ فقط در دو آزمون از Kimi K3 جلوتر است. در بینایی، MMMU Pro نمره ۸۱٫۶ درصد دارد. شرکت در جدول خلاصه این عدد را بالاترین نمره ردیف نشان داده، اما جدول کامل Gemini 3.8 Flash را با ۸۵٫۶ جلوتر می‌گذارد. نمره ScreenSpot Pro ۸۳٫۸ درصد است و با ابزار Python به ۹۱٫۵ درصد می‌رسد؛ شرکت هر دو را بالاترین عدد ردیف می‌داند. در HLE-Diamond مدل ۲۸٫۷ درصد گرفته و Kimi K3 ‏۲۶٫۹ درصد؛ اما جدول کامل Gemini 3.8 Flash را با ۳۳٫۱ و Claude Haiku 5.5 را با ۲۹٫۶ درصد بالاتر نشان می‌دهد.

برای کار دانشی، JobBench نمره ۷۰٫۵ درصد دارد که شرکت آن را بالاترین عدد ردیف نشان داده است. در AA-Briefcase عدد ۱۵۲۷ است و DeepSeek-V4.1-Flash با ۱۵۷۰ و Claude Haiku 5.5 با ۱۵۷۴ جلوتر هستند.

ایمنی و همسوسازی

شرکت صریح می‌گوید Inkling 2 Small در ارزیابی‌های همسوسازی «هنوز از مدل‌های بسته عقب است». نرخ رفتار نادرست داخلی آن ۱۴٫۹ است و GPT-6.1 Sol عدد ۰٫۸ دارد. در آزمون FORTRESS (عدد کمتر بهتر است) مدل ۱۶٫۲ در ARS و ۲۰٫۴ در ORS گرفته است. نمره PatchEval ‏۷۹٫۶ درصد و Vals CyberBench ‏۷۲٫۷ درصد است.

وزن باز و دسترسی

نکته اصلی برای توسعه‌دهنده‌ها این است که وزن‌های Inkling 2 Small تا این لحظه منتشر نشده. شرکت در پست رسمی می‌گوید قصد دارد وزن‌های کامل را «هفته آینده» (نسبت به ۱۴ آبان) و پس از آزمون ایمنی بیرونی و تیم قرمز (Red Teaming) با مجوز Apache 2.0 عرضه کند. صفحه مدل‌های Inkling همین وعده را با عبارت «طی هفته‌های آینده» و منوط به آزمون‌های ایمنی بیشتر نوشته است. تا اعلام رسمی، تاریخ قطعی وجود ندارد.

فعلاً مدل فقط روی Tinker، پلتفرم خود شرکت، برای تنظیم دقیق (Fine-tuning) و نمونه‌گیری در دسترس است و در Tinker Playground هم می‌شود آن را امتحان کرد. شرکت می‌گوید پلتفرم‌های دیگر «طی هفته‌های آینده» اضافه می‌شوند. برای این مدل قیمت اختصاصی هر توکن در پست منتشر نشده است.

دو مدل ترکیب خبرگان دیگر هم با وعده انتشار وزن باز معرفی شده‌اند: Reflection AI Beam و Mistral Large 4. برای مقایسه با یک مدل کدنویسی دیگر با وزن باز، خبر Ricursive Ripple-65B را ببینید. اگر با مفهوم مدل‌های زبانی آشنا نیستید، مدل زبانی بزرگ چیست؟ نقطه شروع خوبی است.

دیدگاه‌ها

۰/۲٬۰۰۰

دیدگاه‌ها پس از بررسی تحریریه منتشر می‌شوند. توهین، تبلیغ و لینک‌های بی‌ربط حذف می‌شوند؛ نقد فنی و مستند همیشه خوش‌آمد است.

$ comments --count۰

هنوز کسی چیزی ننوشته. اولین دیدگاه را شما ثبت کنید.

مطالب مرتبط