Thinky 模型的缩放与多模态判断
burny_tech · x · 2026-07-16
转发内容总结了对 Thinky 模型的几项技术判断：
- muP 重新变得有意义：作者认为在 1T+ 级模型上，muP 有助于保证 scaling ladder 的收益。
- 稀疏性偏低：推测可能受硬件约束或较低 MFU 影响。
- 45T tokens：这是目前已公开的开放模型里最高的训练 token 数之一；作者认为这个量级与其 scaling law 预期一致，但模型质量看起来仍偏弱，说明有效参数带来的增益不够强。
- 一些架构选择较奇特：包括 attention 中的卷积、weight decay 与学习率的耦合，作者认为这大概率与具体训练设置强相关。
- 原生多模态训练：作者推测团队可能已从 OpenAI 学到相关方法，接下来会把它作为开放模型的差异化重点，并猜测多任务训练可能有助于代码和推理能力。
所属事件:Inkling 表现与相关架构猜测升温(7 条相关)→
「模型」频道最新
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- OpenRouter 与 API 现身 Aurora 多个 checkpoint,传为 OpenAI 应对 Fable 5.5 — ChrisGPT · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18
- Grok 一本正经盘点:对亚裔等群体有歧视,对非洲拉美用户没有 — teortaxesTex · 2026-10-18
- 「刷榜式 demo」鉴别法：换用 Mirror's Edge 场景测模型泛化 — teortaxesTex · 2026-10-18