قامت شركة Thinking Machines Lab، وهي شركة ناشئة جديدة تعمل بالذكاء الاصطناعي أسستها ميرا موراتي، الرئيس التنفيذي السابق للتكنولوجيا في OpenAI، بفتح المصدر لنموذجها الجديد Inkling 2 Mini في 20 نوفمبر بتوقيت الولايات المتحدة. يتطلب هذا الطراز حوالي 20 جيجابايت فقط من الذاكرة ويمكن تنفيذه دون الاتصال بالإنترنت على كمبيوتر محمول من فئة المستهلك. قام الباحث بتشغيل وضع الطائرة على الطائرة واستخدم جهاز MacBook Pro لكتابة جهاز محاكاة طيران قابل للتشغيل في بضع دقائق.

وفق النشرة الرسمية لآلات التفكيرفي نموذج الوزن مفتوح المصدر بمعلمة إجمالية أقل من 100 مليار، سجل Inkling 2 Mini 48.2% في اختبار DeepSWE v1.1 و46.5% في اختبار Vals Index الشامل v2.2، وكلاهما يحتل المرتبة الأولى في فئته.

يبلغ إجمالي المعلمات 26.4 مليارًا، ويتم نقل 3.4 مليار فقط في كل مرة، وتبلغ الذاكرة حوالي 20 جيجابايت.

تشير الأوزان مفتوحة المصدر إلى ملفات المعلمات الخاصة بالنموذج العام للشركة، والتي يمكن لأي شخص تنزيلها على جهاز الكمبيوتر الخاص به لتنفيذها أو تعديلها. وفق صفحة نموذجية للوجه المعانق، Inkling 2 Mini مرخص بواسطة Apache 2.0 ويمكن استخدامه تجاريًا.

إنها بنية "خبرة مختلطة": هناك العديد من مجموعات الشبكات الفرعية في النموذج، ولكل منها خبرتها الخاصة، ولا يتم استخدام سوى عدد قليل منها في المرة الواحدة. يبلغ إجمالي المعلمات في Inkling 2 Mini 26.4 مليار، ولكن يتم استخدام 3.4 مليار فقط فعليًا لكل كلمة.

تستخدم معظم أوزان النموذج تنسيق NVFP4 4 بت من التدريب إلى النشر، وتستخدم الطبقات الأربع الأخيرة MXFP8 8 بت. ليست هناك حاجة للضغط والتحويل أثناء النشر، لذلك لن يكون هناك فقدان للنقاط. وقال المسؤولون إنهم سيدعمون أجهزة Mac التي تبلغ سعتها 32 جيجابايت أو أكثر من الذاكرة للتشغيل من خلال Ollama عند إطلاقها، ويمكن أيضًا تشغيل كمبيوتر سطح المكتب DGX Spark AI من Huida.

تصميم "الحلقة" حيث يتم تشغيل كل كلمة في الطبقة الوسطى ثلاث مرات

أكثر ما يميز Inkling 2 Mini هو بنية الحلقة. يحتوي النموذج على 24 طبقة وينقسم إلى 4 أقسام. في كل مرة تتم فيها معالجة كلمة، يتم تشغيل القسمين الأول والأخير مرة واحدة لكل منهما، ويتم تكرار القسمين الأوسطين ثلاث مرات. وهذا يعادل استخدام 24 طبقة من المعلمات لتنفيذ 48 طبقة من العمليات.

البيان الرسمي هو أن الطبقة الوسطى مسؤولة عن التفكير الأكثر تجريدًا. سيؤدي تشغيله عدة مرات إلى السماح للنموذج بالتفكير بعمق أكبر واستخدام كلمات أقل للحصول على الإجابة الصحيحة. وهذا مفيد بشكل خاص لمهام برمجة وكيل الذكاء الاصطناعي التي تتطلب جودة التفكير. في التجربة الرسمية، تم وضع الحلقة في الطبقات الـ 12 الوسطى، وأظهر 27 تقييمًا من أصل 28 تقدمًا أكثر من وضع الحلقة في الطبقات الـ 12 الأخيرة.

التكلفة هي مقدار الحساب. عند المقارنة رسميًا للإصدار الخالي من الحلقات بنفس المقياس، فإن تكلفة التدريب للإصدار الخالي من الحلقات أقل بنسبة 7.5%، ولكن لتحقيق نفس الأداء، يتطلب الاستدلال حسابات أكثر بنسبة 140%.

أنا متقدم في كتابة البرامج، لكني لا أتحسن في حفظ المعرفة.

يقارن المسؤول بين Gemma 4 31B وQwen3.8-27B ونماذج أخرى مفتوحة المصدر مماثلة. في اختبار البرمجة DeepSWE v1.1، حصل Inkling 2 Mini على 48.2%، وQwen3.8-27B على 42.2%؛معانقة الوجه مدونةباختصار، بالمقارنة مع هذه النماذج الأربعة، فإنه يتقدم في 32 اختبارًا من أصل 48.

يمكن للحلقات أن تعزز الاستدلال، لكنها لا تجعل النموذج يتذكر المزيد من المعرفة. تتشابه درجات الأسئلة والأجوبة الواقعية مع تلك الخاصة بالنماذج ذات الحجم نفسه. وقال المسؤولون إن Inkling 2 Mini تحول إلى استخدام البحث والأدوات لتكملة النتائج، وحقق تقدمًا في اختبارات مثل BrowseComp التي تتطلب البحث عبر الإنترنت عن المعلومات.

يسرد المسؤول أيضًا نقاط الضعف: جولات متعددة من الحوار والعديد من التعليمات المشروطة، والنتيجة متخلفة عن Qwen3.8-27B؛ وفي اختبارات الاستدلال الصعبة مثل HLE-Diamond، فهي ليست بجودة النماذج الأكبر حجمًا.

إذا فكرت أكثر ولكن لم تكتبه، فهل سيكون الإشراف عليه أكثر صعوبة؟

إحدى الطرق الرئيسية للإشراف على الذكاء الاصطناعي الآن هي قراءة عملية الاستدلال (سلسلة التفكير) التي يكتبها النموذج. تسمح الحلقة للنموذج بحساب بضع خطوات إضافية داخليًا قبل التحدث. يشعر العالم الخارجي بالقلق من أن بعض الأسباب قد لا تكون مكتوبة على الإطلاق، مما يجعل الإشراف أكثر صعوبة.

كما تفتح Thinking Machines أيضًا نموذج إصدار بحثي مفتوح المصدر مع أوقات تكرار قابلة للتعديل لهذا الغرض. يُظهر الاختبار أنه بدون كتابة الاستدلالات والإجابة مباشرة، فإن طول المهمة التي يمكن للنموذج إكمالها يزيد من 16 ثانية من العمل البشري عند تشغيلها مرة واحدة إلى 37 ثانية عند تشغيلها ثلاث مرات، ثم يصبح الأمر نفسه تقريبًا.

عند التشغيل خمس مرات، يكون متوسط ​​عدد كلمات الاستدلال للنموذج 1,661 كلمة (رموز)، وهو أقل من نصف 3,703 كلمة عند التشغيل مرة واحدة. ومع ذلك، لم يتغير طول الجملة ونسبة الكلمات في القاموس الإنجليزي، ولا يزال الأمر مفهومًا. في اختبار LinuxArena الذي يحاكي المهام الضارة، لم تظهر نسبة إكمال المهام الضارة سرًا دون اكتشافها اتجاهًا واضحًا مع عدد الحلقات.

وأكد المسؤول أن هذه مجرد نتيجة أولية. تستخدم النسخة البحثية للتعلم المعزز للنموذج ثلاث دورات تدريبية فقط. قد يكون النموذج الأكبر الذي يحتوي على عدد أكبر من الحلقات قادرًا على ضغط التفكير بشكل أكبر. وهذا هو أحد أسباب كونها مفتوحة المصدر، على أمل أن يعمل مجتمع البحث معًا لدراسة إمكانية الإشراف على نموذج الحلقة.

تم إطلاق Inkling 2 Mini على Tinker، منصة الضبط الدقيق لـ Thinking Machines. يمكن استنتاجها وتخصيصها، مع التركيز الكامل على معانقة الوجه. يتم أيضًا دعم الأدوات الشائعة مفتوحة المصدر مثل SGLang وvLLM وOllama.

هذه المقالة أنشأ الرئيس الفني السابق لشركة OpenAI نموذجًا صغيرًا جديدًا مفتوح المصدر: يعمل الكمبيوتر المحمول دون اتصال بالإنترنت ويتم كتابة جهاز محاكاة الطيران على الطائرة. ظهرت لأول مرة في أخبار السلسلة ABMedia。