Inkling विश्लेषण: 975B, मल्टीमॉडल, बेंचमार्क में सर्वश्रेष्ठ नहीं

पैरामीटर की गिनती फिर से चर्चा में है, यानी AI उद्योग एक बार फिर रेस्तराँ की समीक्षा चूल्हों की संख्या गिनकर कर रहा है। WMBD द्वारा प्रकाशित Reuters की रिपोर्ट के अनुसार, Thinking Machines Lab ने Inkling का खुलासा किया है, जो पूर्व OpenAI CTO Mira Murati द्वारा स्थापित San Francisco स्टार्टअप की पहली सामान्य-उद्देश्य मॉडल रिलीज़ है। मुख्य संख्या बहुत बड़ी है, लेकिन उपयोगी कहानी छोटी और अधिक व्यावहारिक है: ओपन वेट्स, मल्टीमॉडल इनपुट्स, और एक कंपनी जो मॉडल को बेंचमार्क प्रभुत्व की कंफेटी तोप के बजाय कस्टमाइज़ेशन के इर्द-गिर्द खुलकर पोज़िशन कर रही है।

MarkTechPost और Databricks के अनुसार क्या हुआ

MarkTechPost Inkling को 975 अरब पैरामीटर वाला ओपन-वेट्स मल्टीमॉडल मिक्सचर ऑफ एक्सपर्ट्स मॉडल बताता है, जिसमें 41 अरब सक्रिय पैरामीटर और नियंत्रित की जा सकने वाली सोच की मेहनत है। Mixture of Experts सुनने में ऐसी कंसल्टिंग फर्म जैसा लगता है जो एस्प्रेसो शॉट के हिसाब से शुल्क लेती हो, लेकिन मूल विचार सीधा है: मॉडल बहुत बड़ा हो सकता है, जबकि किसी खास गणना के लिए अपने केवल एक हिस्से को सक्रिय करता है। AlphaSignal की रिपोर्ट है कि Inkling टेक्स्ट, इमेज और ऑडियो पर रीजनिंग करता है, जबकि Databricks कहता है कि यह मॉडल एंटरप्राइज़ डेटा पर एजेंट और ऐप्लिकेशन बनाने के लिए Unity AI Gateway के ज़रिए उपलब्ध है। Databricks यह भी कहता है कि टीमें Inkling को केंद्रीकृत सुरक्षा, अनुमतियों, लागत नियंत्रण और ऑब्ज़र्वेबिलिटी के साथ नियंत्रित कर सकती हैं, और उसे Cursor और OpenCode जैसे कोडिंग एजेंट्स से जोड़ सकती हैं।

वितरण से जुड़ा यह विवरण महत्वपूर्ण है, क्योंकि ओपन-वेट रिलीज़ केवल डाउनलोड पेज पर महानता से पड़े रहने भर से अपनाए नहीं जाते, ठीक वैसे जैसे गैरेज में रखी कयाक अपने आप काम नहीं आती। उन्हें इन्फ़ेरेंस पाथ, गवर्नेंस हुक्स और उबाऊ एंटरप्राइज़ प्लंबिंग चाहिए, और यही वह जगह है जहाँ कई तकनीकी रूप से अच्छे मॉडल कागज़ी कार्रवाई से परिचित होते हैं। Inkling का मौजूदा डेवलपर और एंटरप्राइज़ प्लेटफ़ॉर्मों के भीतर आना वह हिस्सा है जिसे बिल्डर्स को लाल पेन से घेरना चाहिए।

VentureBeat के अनुसार बेंचमार्क की सावधानी

VentureBeat की रिपोर्ट है कि Inkling का प्रदर्शन थर्ड-पार्टी बेंचमार्क पर ओपन वेट्स मॉडल्स के लिए ऊँचा है, लेकिन स्टेट ऑफ द आर्ट से नीचे है। SWE-bench Verified पर, VentureBeat के अनुसार Inkling 77.6 प्रतिशत स्कोर करता है, जो Nvidia Nemotron 3 के 71.9 प्रतिशत से आगे है। उसी रिपोर्ट में कहा गया है कि Inkling VoiceBench पर 91.4 प्रतिशत तक पहुँचता है। यह प्रभावशाली है, लेकिन यह वह सामान्य मॉडल लॉन्च रस्म नहीं है जहाँ कोई बार चार्ट को ऐसे लहराता है जैसे उसमें सभ्यता के रहस्य छिपे हों।

यही स्वस्थ हिस्सा है। कोई मॉडल तब भी मूल्यवान हो सकता है जब वह बहुत धुंधले skyline में सबसे ऊँची बेंचमार्क गगनचुंबी इमारत न हो। अगर आप कोडिंग एजेंट्स, वॉइस वर्कफ़्लो या मल्टीमॉडल आंतरिक टूल बना रहे हैं, तो निर्णय केवल यह नहीं है कि कौन-सा मॉडल एक सार्वजनिक टेबल में जीतता है। सवाल यह है कि क्या मॉडल को अनुकूलित किया जा सकता है, गवर्न किया जा सकता है, निजी डेटा के पास डिप्लॉय किया जा सकता है, और इतना सस्ता बनाया जा सकता है कि फ़ाइनेंस चुपचाप आपके GPU बजट को सुगंधित मोमबत्ती से न बदल दे।

WMBD के ज़रिए Reuters के अनुसार ओपन वेट रणनीति क्यों है WMBD द्वारा प्रकाशित

Reuters समझाता है कि ओपन-वेट का मतलब है कि उपयोगकर्ता underlying systems को डाउनलोड, रन और कस्टमाइज़ कर सकते हैं, मालिकाना बंद-स्रोत मॉडल्स के विपरीत। उसी Reuters रिपोर्ट में कहा गया है कि Inkling Tinker और अन्य डेवलपर प्लेटफ़ॉर्मों पर उपलब्ध है, और यह भी नोट किया गया है कि Thinking Machines ने पिछले अक्टूबर में AI मॉडल्स को कस्टमाइज़ करने के लिए Tinker नाम का उत्पाद लॉन्च किया था। यह क्रम Inkling को एक बार की मॉडल रिलीज़ से कम और कस्टमाइज़ेशन स्टैक के लिए गुम पहेली-टुकड़े जैसा अधिक दिखाता है। पहले बिल्डर्स को टूलिंग दें, फिर उन्हें ट्यूनिंग लायक बड़ा मॉडल दें, जो संदेहास्पद रूप से किसी योजना के काफ़ी करीब है।

Reuters Inkling को चीनी AI लैब्स की लोकप्रिय ओपन-सोर्स पेशकशों के कुछ विकल्पों में से एक के रूप में भी प्रस्तुत करता है, साथ ही यह नोट करता है कि Meta के मालिकाना दृष्टिकोण की ओर रुख बदलने के बाद पश्चिमी ओपन-सोर्स इकोसिस्टम पीछे रह गया है। VentureBeat एक और एंटरप्राइज़ कोण जोड़ता है, यह रिपोर्ट करते हुए कि संगठनों की दिलचस्पी ऐसे ओपन वेट्स मॉडल्स में है जिन्हें वे कस्टमाइज़, कंट्रोल और ऑन-प्रिमाइसेज़ या वर्चुअल प्राइवेट क्लाउड्स में चला सकें। अनुवाद: कुछ खरीदार मज़बूत मॉडल चाहते हैं, लेकिन वे उसे वॉल्ट में बुलाने से पहले मशीनरी का निरीक्षण करने का अधिकार भी चाहते हैं। डेटा कंट्रोल की परवाह करना वाकई उनकी गुस्ताख़ी है।

AlphaSignal और VentureBeat के अनुसार आगे क्या देखना है

AlphaSignal की रिपोर्ट है कि Inkling को शून्य से ट्रेन किया गया, इसके पूरे वेट्स सार्वजनिक रूप से उपलब्ध हैं, और इसे सभी मोडैलिटीज़ में सुरक्षित व्यवहार दिखाने के लिए ट्रेन किया गया है। VentureBeat की रिपोर्ट है कि Thinking Machines ने Inkling को ऐसे विषयों पर सीधे जवाब देने के लिए डिज़ाइन किया है जो सेंसरशिप के अधीन हो सकते हैं, जिससे मूल्यांकन एक लीडरबोर्ड स्क्रीनशॉट से अधिक जटिल हो जाएगा। सुरक्षित व्यवहार, खुलापन और सीधे उत्तर देना सिर्फ़ मार्केटिंग विशेषण नहीं हैं; ये कानूनी, नीति और उत्पाद परिणामों वाले डिप्लॉयमेंट constraints हैं। अगर आपका ऐप एंटरप्राइज़ डेटा, विनियमित वर्कफ़्लो या उपयोगकर्ता-जनित इनपुट्स को छूता है, तो यही constraints वह जगह हैं जहाँ असली परीक्षा audit log में दिखती है।

बिल्डर्स के लिए अगला सवाल यह नहीं है कि क्या Inkling हर बंद मॉडल को बेंचमार्क cage match में शर्मिंदा करता है। देखें कि यह कितनी अच्छी तरह fine-tune होता है, इसे serve करने में कितना खर्च आता है, इसका मल्टीमॉडल व्यवहार कितना भरोसेमंद है, और क्या प्लेटफ़ॉर्म integrations कस्टमाइज़ेशन को पुरातत्व के बजाय इंजीनियरिंग जैसा महसूस कराते हैं। Thinking Machines Lab ने एक विशाल ओपन-वेट मॉडल को ecosystem access के साथ जोड़कर एक विश्वसनीय पहला कदम उठाया है। बेंचमार्क का ताज अपने काँच के केस में रह सकता है; दिलचस्प हिस्सा यह है कि क्या लोग सच में इस चीज़ से कुछ बनाते हैं।