Thinking Machines Labs مدل Inkling 2 Small را عرضه کرده است؛ مدلی که برای خودکارسازی کارهایی از جمله برنامه‌نویسی، پژوهش هوش مصنوعی و فعالیت‌های تجاری طراحی شده. این مدل از طریق سرویس ابری Tinker شرکت در دسترس است. شرکت می‌گوید قصد دارد هفته آینده وزن‌های مدل را با مجوز متن‌باز منتشر کند؛ اقدامی که به توسعه‌دهندگان امکان می‌دهد مدل را خودشان اجرا یا تغییر دهند.
این عرضه در حالی انجام می‌شود که گفته می‌شود شرکت در پی جذب سرمایه‌ای کلان است. Business Insider گزارش داده که Thinking Machines در دوری به رهبری Accel به‌دنبال جذب ۵ میلیارد دلار سرمایه است و ارزش‌گذاری احتمالی شرکت در این دور ۴۰ میلیارد دلار خواهد بود. این جزئیات درباره جذب سرمایه در گزارش‌ها آمده و در اطلاعات ارائه‌شده از سوی Thinking Machines تأیید نشده است. این شرکت سال گذشته به دست میرا موراتی، مدیر ارشد فناوری پیشین OpenAI، تأسیس شد.
این مدل چه کارهایی می‌تواند انجام دهد؟
Thinking Machines مدل Inkling 2 Small را روی خوشه‌ای از سامانه‌های GB300 NVL72 آموزش داده که هرکدام ۷۲ کارت گرافیک Blackwell Ultra دارند. پیش‌آموزش اولیه ۶۸ ساعت طول کشید و پس از آن، فرایند یادگیری تقویتی ۹ روز ادامه یافت. شرکت می‌گوید این مدل را با صدها هزار چالش پیشرفته برنامه‌نویسی آموزش داده است؛ از جمله تمرین‌هایی در زمینه آموزش شبکه‌های عصبی و بهینه‌سازی اجزای نرم‌افزارهای هوش مصنوعی.
در یکی از آزمون‌ها، شرکت از Inkling 2 Small خواست Qwen3.5-4B را برای بهبود توانایی پیش‌بینی‌اش تنظیم دقیق کند. به گفته Thinking Machines، مدل کوچک‌تر توانست امتیاز پیش‌بینی Qwen را در ۴.۵ ساعت دو برابر کند. شرکت همچنین می‌گوید Inkling 2 Small در سه معیار سنجش کارهای دانشی، امتیاز بالاتری از Spark Open، Kimi K3 و دیگر مدل‌های متن‌باز کسب کرده و در چند مجموعه‌داده مربوط به وظایف مالی نیز امتیاز بیشتری گرفته است. در اطلاعیه شرکت نام معیارهای سنجش یا شرایط آزمون ذکر نشده؛ بنابراین، این نتایج ادعای شرکت‌اند و در اینجا مستقلاً راستی‌آزمایی نشده‌اند.
این مدل چگونه ساخته شده و چطور می‌توان به آن دسترسی داشت؟
Inkling 2 Small دارای ۵۹۴ میلیارد پارامتر است؛ پارامترها مقادیر قابل‌تنظیمی هستند که مدل برای تولید پاسخ به کار می‌برد. برای هر درخواست، حدود ۱۷ میلیارد پارامتر فعال می‌شود و مدل می‌تواند میزان توان محاسباتی مورد استفاده‌اش را تغییر دهد. یک رمزگذار بینایی با ۲۹۲ میلیون پارامتر هم امکان تحلیل تصاویر و بررسی ظاهر گرافیک‌های تولیدشده را فراهم می‌کند. برای نمونه، به گفته Thinking Machines، مدل می‌تواند بررسی کند که صفحه‌های محصولات یک فروشگاه اینترنتی درست نمایش داده می‌شوند یا نه و در کنار آن، کد را هم بازبینی کند.
توسعه‌دهندگان همچنین می‌توانند با آموزش تکمیلی روی داده‌های خودشان، مدل را سفارشی‌سازی کنند. Thinking Machines می‌گوید Inkling 2 Small سریع‌تر از مدل‌های قبلی این شرکت یاد می‌گیرد و این موضوع می‌تواند سفارشی‌سازی آن را به‌صرفه‌تر کند. شرکت در اطلاعات موجود جزئیاتی درباره قیمت ارائه نکرده است.
چرا مهم است
توسعه‌دهندگان می‌توانند از طریق Tinker به Inkling 2 Small دسترسی پیدا کنند و از آن برای برنامه‌نویسی، بررسی تصاویر و کارهای دیگر کمک بگیرند. انتشار برنامه‌ریزی‌شده وزن‌های مدل نیز می‌تواند امکان سفارشی‌سازی بیشتر را فراهم کند. ادعاهای شرکت درباره عملکرد مدل مستقلاً راستی‌آزمایی نشده و قیمت و شرایط دقیق انتشار وزن‌ها مشخص نیست.
