El primer modelo de código abierto de Inkling, una nueva empresa fundada por el ex CTO de OpenAI, toma como referencia la arquitectura de DeepSeek-V3

robot
Generación de resúmenes en curso

Según el monitoreo Beating, Thinking Machines Lab, fundada por el ex CTO de OpenAI Mira Murati, lanzó su primer modelo general Inkling. El modelo tiene un total de 975 mil millones de parámetros, activa 41 mil millones por cada ejecución, admite texto, imágenes y audio, y su contexto máximo es de 1 millón de tokens.

Inkling se entrenó desde cero, pero la arquitectura MoE se basa principalmente en DeepSeek-V3. En la fase inicial del postentrenamiento también usó datos generados por modelos abiertos como Kimi K2.5. Los pesos completos ya están disponibles en Hugging Face, con licencia Apache 2.0.

Thinking Machines reconoce explícitamente que Inkling, por ahora, no es el modelo más potente. Su enfoque está en la personalización y la eficiencia. En Terminal Bench 2.1, cuando logra el mismo rendimiento, los tokens usados son aproximadamente un tercio de los de NVIDIA Nemotron 3 Ultra.

NVDA0,33%
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • Comentar
  • Republicar
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
Sin comentarios
  • Fijado