Thinking Machines、初のAIモデル「Inkling」を公開

7月15日、Thinking Machines LabはApache 2.0ライセンスの下で初のAIモデル「Inkling」を発表し、全ウェイトをHugging Faceで公開した。モデルはMixture-of-Experts Transformer アーキテクチャであり、総パラメータ数9750億、アクティブパラメータ数410億で、最大100万トークンのコンテキストウィンドウをサポートしている。Inklingはテキスト、画像、音声、動画の45兆トークンのマルチモーダルデータで事前学習され、これらのモダリティ全体でコンテンツの処理と生成を可能にしている。

Inklingの特徴は推論に費やす計算労力を調整でき、コスト、推論遅延、出力品質のバランスを制御できることである。この設計は純粋な性能より充実度を優先し、同社は明確に「Inklingは現在のところ利用可能な最強モデルではない」と述べ、代わりに「マルチモーダル能力、効率的な推論、ファインチューニングの容易さを兼ね備えたカスタマイズに適したオープンウェイト基盤」として位置付けている。発表時には、Inkling自身がファインチューニングタスク用のコードを書き、実行し、評価する「セルフファインチューニング」が実演された。

開発者はThinking Machines Labのファインチューニングプラットフォーム「Tinker」を通じて直ちにInklingのカスタマイズを開始でき、期間限定プロモーション中は50％割引で提供されている。Tinkerコンソールには開発者がモデルと直接対話してその動作を評価するためのインターフェース「Inkling Playground」が追加されている。ファインチューニング版の導入をサポートするため、同社は推論プロバイダーのTogetherAIおよびFireworksと提携している。

同時にThinking Machines Labは軽量版Inkling-Smallのプレビューをリリースした。総パラメータ数2760億、アクティブパラメータ数120億で、同社によれば多くのベンチマークでフルバージョンのInklingと同等の性能を発揮し、テスト完了後に全ウェイトが公開される予定である。有能な基盤モデルと軽量な代替案の二面展開は、同社が異なるリソース制約全体でアクセシビリティと適応に焦点を当てていることを強調している。

OpenAIのCTOを務めたミラ・ムラティ氏が創設したThinking Machines Labは、純粋な性能追求とは異なる哲学でAIモデル分野に参入した。同社はInklingが利用可能な最強モデルであることを主張するのではなく、カスタマイズと適応のための基盤として明確に位置付けており、これは「人間の意志と判断を拡張するAIを構築する」という掲げられたミッションを反映し、一元化された能力よりもユーザーエージェンシーを強調している。

Inklingの技術設計はこのポジショニングを支持している。調整可能な計算労力を備えたMixture-of-Experts アーキテクチャにより、ユーザーは特定のユースケースに対して速度、コスト、品質のトレードオフを行える。これは最大規模モデルを導入できない一方で柔軟性が必要な組織にとって特に価値がある。テキスト、画像、音声、動画にまたがる45兆トークンの事前学習コーパスはInklingを真のマルチモーダル基盤として位置付けるが、同社は特定ベンチマークでの優位性を主張していない。

商用モデル（Apache 2.0ライセンスの下でのオープンソースウェイト、有料ファインチューニングプラットフォーム「Tinker」、推論プロバイダーTogetherAIおよびFireworksとのパートナーシップ）は、Thinking Machinesがアクセス制限ではなくカスタマイズサービスと導入を通じて価値を捉えることを意図していることを示唆している。軽量版（Inkling-Small）の即時利用可能性とセルフファインチューニングデモは、同社が適応への障壁を低減し、潜在的にAIシステムに対する制御を求める開発者と組織にInklingを魅力的なものにしている。

まだコメントがありません。最初のコメントを投稿しましょう！