میرا موراتى اولین مدل هوش مصنوعی خود را پس از ترک OpenAI منتشر کرد - و این مدل کاملاً متن باز است

میرا موراتى در سپتامبر ۲۰۲۴ OpenAI را ترک کرد تا کار خود را آغاز کند. تقریباً دو سال بعد، این کاوش به ثمر نشست. آزمایشگاه ماشین‌های تفکر، شرکتی که او تأسیس کرده، مدل هوش مصنوعی Inkling را منتشر کرد - یک مدل چندوجهی که کاملاً از ابتدا آموزش دیده و هر وزن آن برای دانلود رایگان در دسترس است.

زمانی که هیئت مدیره OpenAI در نوامبر ۲۰۲۳ سم آلتمن را اخراج کرد، موراتى - که در آن زمان CTO بود - به عنوان CEO موقت منصوب شد. آلتمن پنج روز بعد دوباره به کار خود بازگشت، موراتى به CTO بازگشت و سپس تقریباً ۱۰ ماه بعد به طور دائم ترک کرد. او در فوریه ۲۰۲۵ آزمایشگاه ماشین‌های تفکر را تأسیس کرد.

این شرکت سپس ساکت و ثروتمند شد. در ژوئیه ۲۰۲۵، این شرکت ۲ میلیارد دلار با ارزشی معادل ۱۲ میلیارد دلار جمع‌آوری کرد، که توسط Andreessen Horowitz با همکاری Nvidia، Accel، ServiceNow، Cisco، AMD و Jane Street هدایت شد - یکی از بزرگ‌ترین دورهای سرمایه‌گذاری اولیه در تاریخ سیلیکون ولی در آن زمان.

گزارش‌ها در نوامبر ۲۰۲۵ نشان داد که این شرکت به دنبال دور جدیدی با ارزشی معادل ۵۰ میلیارد دلار است. این مذاکرات تا ژانویه ۲۰۲۶ به شکست انجامید.

Inkling چیست

Inkling یک مدل ترکیبی از متخصصان است - یک معماری که تنها بخشی از شبکه برای هر ورودی خاص فعال می‌شود و استنتاج را سریع نگه می‌دارد بدون اینکه عمق آن قربانی شود. این یک مدل بسیار بزرگ است: دارای ۹۷۵ میلیارد پارامتر کل (تنظیمات داخلی که نحوه پردازش اطلاعات توسط مدل را تعریف می‌کند) است، با ۴۱ میلیارد فعال در هر وظیفه، بنابراین فراموش کنید که آن را روی دستگاه محلی خود اجرا کنید.

به عنوان یک مدل چندوجهی، این مدل متن، تصاویر و صدا را می‌پذیرد و از یک پنجره متنی - مقدار متنی که مدل می‌تواند به طور همزمان بر روی آن استدلال کند - به اندازه ۱ میلیون توکن، که تقریباً ۷۵۰,۰۰۰ کلمه است، پشتیبانی می‌کند. این مدل بر روی ۴۵ تریلیون توکن شامل متن، تصاویر، صدا و ویدئو پیش‌آموزش داده شده است.

"مدل اول ما، Inkling. از ابتدا آموزش داده شده، وزن‌ها باز هستند، امروز در Tinker قابل تنظیم دقیق است،" موراتى در X نوشت. این واقعیت که این مدل از ابتدا آموزش داده شده است، به ویژه در جامعه متن باز اهمیت زیادی دارد، زیرا می‌تواند نفس تازه‌ای به توسعه‌دهندگان غربی که از چین نگران هستند، اما نیاز به استفاده از مدل‌های آسیایی برای توسعه‌های خود دارند، بدهد، زیرا شرکت‌های برتر هوش مصنوعی در جهان غرب عمدتاً بر روی مدل‌های بسته تمرکز دارند.

تنظیم دقیق فرآیند آموزش مجدد یک مدل موجود بر روی یک مجموعه داده تخصصی برای بهبود عملکرد آن در یک وظیفه خاص است. Tinker پلتفرم ابری آزمایشگاه ماشین‌های تفکر است که حول این مورد ساخته شده است. وزن‌های کامل نیز تحت مجوز Apache 2.0 در Hugging Face موجود است، بدون هیچ محدودیتی.

موفقیت‌های واضح Inkling در وظایف عاملی است. در MCP Atlas - که اندازه‌گیری می‌کند که چگونه یک عامل هوش مصنوعی وظایف دنیای واقعی را با استفاده از پروتکل زمینه مدل، استاندارد باز برای اتصال دستیاران هوش مصنوعی به ابزارها و خدمات خارجی، به عنوان درصد وظایف انجام شده، به پایان می‌رساند - Inkling نمره ۷۴.۱٪ را کسب می‌کند. این تقریباً ۳۰ امتیاز بالاتر از Nemotron 3 Ultra از Nvidia، رقیب اصلی وزن‌های باز در مقایسه است.

در SWE-Bench Verified - آزمایشی که بررسی می‌کند آیا یک عامل هوش مصنوعی می‌تواند به طور خودکار اشکالات واقعی نرم‌افزاری GitHub را اصلاح کند، به عنوان درصد مسائل حل شده، نمره ۷۷.۶٪ را کسب می‌کند که همچنین بالاتر از ۷۰.۷٪ Nemotron است.

به طور کلی، آزمایشگاه ماشین‌های تفکر این مدل را به عنوان "خوب-rounded" و عمومی می‌فروشد. این بدان معناست که این مدل کیفیت را در یک مجموعه خاص از وظایف قربانی نمی‌کند زیرا قابلیت‌های آن بر روی چیز دیگری متمرکز است (مانند مدل‌هایی که در برنامه‌نویسی عالی هستند اما در نوشتن خلاقانه ضعیف هستند، به عنوان مثال).

مدل‌های چینی هنوز در چندین جبهه برتری دارند. GLM 5.2 از Z.ai در Terminal Bench 2.1 نمره ۸۲.۷٪ را کسب می‌کند - یک معیار که عوامل هوش مصنوعی خودکار را در یک محیط ترمینال واقعی اندازه‌گیری می‌کند، به عنوان درصد وظایف انجام شده - در مقایسه با ۶۳.۸٪ Inkling. Kimi K2.6 در آزمون آخرین امتحان بشریت، آزمایشی از استدلال علمی در سطح دکتری، پیشتاز است.

آزمایشگاه ماشین‌های تفکر این را تأیید می‌کند. Inkling قوی‌ترین مدل موجود امروز نیست، چه باز و چه بسته.

آنچه که هست، توانمندترین مدل وزن‌های باز ساخته شده توسط یک آزمایشگاه غربی است. توسعه‌دهندگانی که - به دلایل قانونی، امنیتی یا انطباقی - نمی‌خواهند بارهای کاری خود را از طریق مدل‌های ساخته شده در پکن هدایت کنند، اکنون یک گزینه واقعی برای میزبانی خود از مدل‌های چینی دارند.

اکنون، این توسعه‌دهندگان یک مدلی دارند که (هرچند در تقریباً همه چیز بدتر از بهترین مدل‌های چینی است) بهتر با ایده‌ها، انتظارات و ارزش‌های آنها هم‌راستا است. تنظیمات بعدی می‌توانند این مدل را در وظایف خاص عالی کنند و این تنظیمات را در مقایسه با مدل‌های آسیایی رقابتی کنند.

در FORTRESS Adversarial - که آزمایش می‌کند که چگونه یک مدل به طور مداوم از درخواست‌های واقعاً مضر بدون مسدود کردن بیش از حد درخواست‌های مشروع خودداری می‌کند، به عنوان درصد به درستی مدیریت شده، Inkling نمره ۷۸.۰٪ را کسب می‌کند، بالاترین نمره در میان تمام مدل‌های وزن‌های باز در مقایسه.

در کنار Inkling، آزمایشگاه ماشین‌های تفکر Inkling-Small را پیش‌نمایش کرد: ۲۷۶ میلیارد پارامتر کل، ۱۲ میلیارد فعال، که در حال حاضر در بیشتر معیارهای استدلال با مدل بزرگ‌تر مطابقت دارد. وزن‌های آن پس از اتمام آزمایش‌ها منتشر می‌شود، بدون زمان‌بندی مشخص.