Thinking Machines Lab-მა გამოუშვა Inkling-Small – ღია წონების მქონე მოდელი, რომელიც კომპანიის დიდ მოდელ Inkling-ს შედეგებით უტოლდება, თუმცა ზომით მისი მეოთხედია. მოდელს აქვს 276 მილიარდი პარამეტრი, საიდანაც აქტიურია 12 მილიარდი.
კომპანიამ სრული წონები საჯარო გახადა და მოდელი განთავსდა Hugging Face-ზე. გარდა ამისა, Inkling-Small ხელმისაწვდომია პლატფორმა Tinker-ზე.
რა არის Inkling-Small
Inkling-Small არის Mixture-of-Experts არქიტექტურის ტრანსფორმერი, რომელიც გაწვრთნილია NVIDIA GB300 NVL72 სისტემებზე. შედარებისთვის, უფრო დიდ Inkling-ს 975 მილიარდი პარამეტრი აქვს, აქტიური კი 41 მილიარდი.
მოდელი თავისუფლად მუშაობს ტექსტთან, სურათებთან და აუდიოსთან. კონტექსტის ფანჯარა 1 მილიონ ტოკენამდე აღწევს, ხოლო “ფიქრის ძალისხმევა” რეგულირებადია, რაც მომხმარებელს ღირებულებასა და ხარისხს შორის ბალანსის დაჭერის საშუალებას აძლევს.
საინტერესოა, როგორ მიაღწიეს ამ შედეგს. Inkling-Small-ის წვრთნა უფრო დიდი მოდელის შემდეგ დაიწყო, რამაც კომპანიას პროცესის გაუმჯობესების საშუალება მისცა. ადრეული ჩექფოინთი ნაწილობრივ Inkling-ისგან დისტილაციით დაიხვეწა, შემდეგ კი აგენტური კოდირების RL-წვრთნა კიდევ ორი კვირით გაგრძელდა.
Inkling-Small ბენჩმარკებზე
რეასონინგისა და აგენტურ ამოცანებში პატარა მოდელმა დიდს გადააჭარბა. Humanity’s Last Exam-ზე Inkling-Small-ს აქვს 31.6%, Inkling-ს კი 29.7%. SWEBench Verified-ზე შედეგი 80.2%-ია, Terminal Bench 2.1-ზე 64.7%.
სხვა მიმართულებებზეც შედეგები მყარია:
- GPQA Diamond: 89.5%
- AIME 2026: 95.5%
- ARC-AGI-2: 40.1% (Inkling-ს 36.5% აქვს)
- IFBench: 82.2%
თუმცა კომპანია სუსტ მხარეებსაც ღიად ასახელებს. ცოდნის მოცულობასა და ფაქტობრივ სიზუსტეში უპირატესობა Inkling-ს რჩება: SimpleQA Verified-ზე დიდ მოდელს 43.9% აქვს, Inkling-Small-ს კი 20.6%. ასევე τ³-Banking ტესტზე შედეგი 15.5%-ია 23.7%-ის საპირისპიროდ.
მულტიმოდალურობა
მოდელი იმავე ენკოდერის გარეშე არქიტექტურას იყენებს, რასაც Inkling. აუდიო წარმოდგენილია dMel სპექტროგრამებით, სურათები კი 40×40 პიქსელის უჯრებად იყოფა და ოთხშრიანი hMLP-ით მუშავდება.
აუდიო ბენჩმარკებზე შედეგები კონკურენტულია: VoiceBench 90.1%, MMAU 77.0%, Audio MC 54.9%. მხედველობით ამოცანებში მოდელმა ისწავლა Python-ის გამოყენება, რაც მას სურათის ამოჭრის, გადიდებისა და პროგრამული დათვალიერების საშუალებას აძლევს. ეს განსაკუთრებით სასარგებლოა დოკუმენტებსა და დიაგრამებზე.
კალიბრაცია და უსაფრთხოება
Thinking Machines-მა ცალკე ყურადღება დაუთმო კალიბრაციას, ანუ მოდელის უნარს, სწორად გამოხატოს საკუთარი დარწმუნებულობის ხარისხი. ForecastBench-ზე Inkling-Small-ის Brier ინდექსია 61.3, რაც დიდ Inkling-ს (60.1) ოდნავ აჭარბებს.
უსაფრთხოების ტესტებზე მოდელი Inkling-ის დონეზეა: StrongREJECT-ზე 98.4%, FORTRESS-ის უსაფრთხო შეკითხვებზე 96.9%. ადვერსარიულ FORTRESS-ზე შედეგი 71.6%-ია, რაც დიდი მოდელის 78.0%-ზე დაბალია. გამოშვებამდე მოდელმა შიდა შეფასებებთან ერთად გარე პარტნიორების red-teaming-იც გაიარა.
რატომ არის ეს მნიშვნელოვანი
მთავარი უპირატესობა ეკონომიურობასა და ეფექტურობაშია. Inkling-Small ერთ ამოცანაზე მნიშვნელოვნად ნაკლებ გამოთვლას ხარჯავს, ვიდრე Inkling, ხოლო შედეგებით მას არ ჩამორჩება. კომპანიის მონაცემებით, თავის წონით კატეგორიაში მოდელი ღია წონების ერთ-ერთი ყველაზე ეკონომიური ვარიანტია.
Inkling და Inkling-Small ხელმისაწვდომია დროებითი ფასდაკლებით, ხოლო Tinker Playground-ში მათთან ტექსტით, სურათითა და ხმით საუბარია შესაძლებელი. Thinking Machines აღნიშნავს, რომ ეს მოდელი მისი უფრო ფართო მისიის ნაწილია და შემდეგი ნაბიჯებისთვის მნიშვნელოვანი საფეხურია.
წყაროები
სხვა თემები
Meta 95 მილიარდი დოლარის აქციებს გაყიდის AI ინფრასტრუქტურისა და სუპერინტელექტისთვის
Anthropic IPO: Claude-ის შემქმნელმა SEC-ს S-1 წარუდგინა და Nasdaq-ზე „ANT“ ტიკერით გასვლას გეგმავს
ChatGPT ქართულად: როგორ გამოვიყენოთ უფასოდ