Thinking Machines Lab Inkling 2 Small modelini 594B parametrlə təqdim edir

Thinking Machines Lab 5 noyabr 2026-cı ildə Inkling 2 Small modelini təqdim edib. Şirkət onu 594B ümumi, 17B aktiv parametrə, şəkil girişlərinə və dəyişkən səyə malik Mixture-of-Experts modeli kimi təsvir edir. Şirkətin sözlərinə görə, model Artificial Analysis Intelligence Index-də 31 bal toplayaraq əvvəlki modellərini geridə qoyub.

Əlçatanlıq və çəkilər

Inkling 2 Small əvvəlcə qapalı çəkilərlə Tinker vasitəsilə əlçatan olacaq; bu, şirkətin açıq çəkilərə təhlükəsiz yol yanaşmasında təsvir etdiyi üsula uyğundur. Thinking Machines Lab bildirir ki, xarici təhlükəsizlik testləri və red-teaming tamamlandıqdan sonra gələn həftə tam çəkiləri Apache 2.0 lisenziyası ilə əlçatan etmək niyyətindədir. Modeli bu gün Tinker Playground-da sınamaq olar; o, Tinker-də fine-tuning və sampling üçün əlçatandır. Checkpoint-lər çəkilərin buraxılması ilə yüklənə biləcək.

İmkanlar və görmə

Şirkətin sözlərinə görə, Inkling 2 Small birinci nəsildən bütün sahələrdə daha güclüdür, xüsusilə uzunmüddətli avtonom işdə. Onun görmə və agent qabiliyyətləri vizual əks əlaqədən istifadə edərək veb saytları, oyunları və interaktiv elementləri olan 3D dizaynları təkrar-təkrar qurmağa və təkmilləşdirməyə imkan verir. Elanda verilən nümunələr arasında hazır aktivləri olmayan Three.js şəhər simulyatoru, real Linux kernelini yükləyən Python-da sıfırdan yazılmış PC emulyatoru və xəritədən yaradılmış mərtəbə planı üzrə gəzinti var.

Inkling 2 Small şəkil girişlərini Perception Encoder əsaslı 292M parametrli görmə kodlaşdırıcısı ilə emal edir. Model 20×20 piksel ölçülü yamalardan 2×2 məkan birləşdirməsi ilə istifadə edir və şəkil yamalarını mətn tokenləri ilə bir-birinə qarışdırır. Şirkət OCR, grounding, infoqrafika şərhi və vizual düşünmə sahələrində güclü vizual qabiliyyətlər barədə məlumat verir; ballar arasında MMMU Pro (Standard 10) üzrə 81,6%, PerceptionBench üzrə 64,7%, ScreenSpot Pro üzrə isə orijinal və Python ilə 83,8/91,5% var.

Kodlaşdırma və avtomatik tədqiqat

Thinking Machines Lab bildirir ki, daha səmərəli ilkin təlim və böyük vahid RL işə salması da daxil olmaqla, hər təlim mərhələsindəki təkmilləşdirmələr modelə töhfə verib. Inkling 2 Small çoxsaylı agent mühitləri və kontekstin sıxılması strategiyaları üzrə yüz minlərlə uzunmüddətli kodlaşdırma tapşırığında RL ilə öyrədilib. Şirkət sintetik kodlaşdırma məlumat xəttinin keyfiyyətini artırıb və yalnız unit-test mükafatlarından kənara çıxıb; bir çox tapşırıq modelin problemə necə yanaşdığını, sadəcə kodunun keçib-keçmədiyini deyil, qiymətləndirən agent əsaslı RL qiymətləndiricisi ehtiva edib. Erkən checkpoint-lər OpenCode-da Fledge-Alpha adı ilə sınaqdan keçirilib.

Model həmçinin uzunmüddətli avtomatik tədqiqat tapşırıqlarında öyrədilib. Bir sınaqda o, Tinker-də Qwen3.5-4B modelini hava proqnozu və Wikipedia səhifə baxışları kimi zaman sıralarını proqnozlaşdırmaq üçün avtonom şəkildə öyrədib. 4,5 saatlıq iş və Tinker-də 426 dollar xərcdən sonra öyrədilmiş model proqnoz balını iki dəfədən çox artırıb.

İntellektual iş

Thinking Machines Lab bildirir ki, Inkling 2 Small real peşəkar mühitlərdə intellektual işi sürətləndirir: məlumat axtarır, MCP vasitəsilə alətləri çağırır və nəticələr hazırlayır. Şirkət AA-Briefcase üzrə 1527 ELO balı, JobBench üzrə 70,5%, Vals Legal Index üzrə 73,9% və EnterpriseBench-CoreCraft üzrə 71,8% bildirir. Şirkətin sözlərinə görə, model xüsusilə maliyyə və cədvəllər, hesabatlar və sənədlər üzərində kəmiyyət düşünməsi sahəsində güclüdür və açıq çəkili modellər arasında bir neçə maliyyə benchmarkında ən yaxşı nəticə göstərən modeldir.

Mənbələr: Thinking Machines Lab · Techmeme