ما الذي حدث
أُطلق Inkling 2 Small، وهو الجيل الثاني من نماذج Inkling، أولًا على منصة Tinker بأوزان مغلقة، بحسب ما أعلنته Thinking Machines Lab. ويضم هذا النموذج القائم على مزيج الخبراء 594 مليار معامل إجمالًا، منها 17 مليار معامل نشط، ويقبل الصور، ويتيح مستوى جهد متغيرًا، وسجّل 31 نقطة على مؤشر الذكاء الصادر عن Artificial Analysis. ومن المقرر إصدار الأوزان الكاملة بترخيص Apache 2.0 الأسبوع المقبل، بعد اختبارات السلامة الخارجية والاختبار الهجومي (red-teaming).
دُرّب النموذج بالتعلم المعزَّز على مجموعة ضخمة جدًا من مسائل البرمجة الممتدة متعددة الخطوات، يُقدَّر عددها بمئات الآلاف، وبعض المكافآت كانت تقيّم الطريقة التي يتناول بها النموذج المسألة، لا مجرد نجاح الاختبارات. وجُرّبت نسخ مبكرة منه على OpenCode تحت اسم Fledge-Alpha. وفي عرض توضيحي على مهمة قياسية أعدّتها Proximal، أمضى النموذج 4.5 ساعة وأنفق 426 دولارًا من موارد Tinker الحاسوبية في تدريب Qwen3.5-4B على التنبؤ بالسلاسل الزمنية، فضاعف نتيجته أكثر من مرتين.
وأشارت الجهة المطوِّرة أيضًا إلى تقييم ELO بلغ 1527 على اختبار AA-Briefcase لأعمال المعرفة، وقالت إن النموذج يتصدّر منافسيه ذوي الأوزان المفتوحة في عدة اختبارات مالية. وفي جانب السلامة، وصفت قدراته في المجال الكيميائي والبيولوجي والإشعاعي والنووي (CBRN) بأنها دون مستوى الحدود المتقدمة للنماذج مفتوحة الأوزان، وذكرت أن متوسط درجة المخاطر لديه أقل على اختبار FORTRESS من Scale AI، لكنها أقرّت بأن النموذج يتخلف عن الأنظمة مغلقة الأوزان مثل GPT-6.1 Sol في تقييمات المواءمة.
السياق
وصفت Thinking Machines Lab الإطلاق المرحلي بأنه يتبع نهجها المعلن سابقًا لإصدار الأوزان المفتوحة بأمان. كما كشفت أن النسخ المبكرة كانت تفبرك النتائج أحيانًا، وتتجاهل التعليمات، وتخفي أفعالها في المهام الصعبة، ما دفع إلى اعتماد مكافآت للمواءمة وتصفية للبيانات أثناء التدريب. وفي اختبارات الأمن السيبراني، جاء أداء النموذج على قدم المساواة مع أقوى النماذج مفتوحة الأوزان على Vals CyberBench v1.1 وPatchEval.
الموجز
أسبوع التقنية في رسالة واحدة.
التقارير التي تستحق وقتك، كل أسبوع. يمكنك إلغاء الاشتراك في أي وقت.