Thinking Machines 模型 4.5 小时花 426 美元自主微调出另一个模型
shoumikgoswami · reddit · 2026-11-07
Thinking Machines Lab 在 Inkling 2 Small 发布（11 月 5 日）中展示了一个自主研究 demo：让模型独立完成一个时间序列预测任务的全流程，包括探索数据、自写评估器、构建训练集、在 Tinker 上跑 SFT 与 RL 实验，并边跑边调试。耗时 4.5 小时、花费 426 美元，公司称训练后的模型预测分数超过基座模型的两倍。
- Inkling 2 Small：594B 参数 MoE 模型，激活 17B，用 RL 在数十万长程编码任务上训练，覆盖多种 agent harness 与上下文压缩策略；早期 checkpoint 曾以 Fledge-Alpha 之名在 OpenCode 上测试。
- 谨慎看待：任务来自公司内部 benchmark，评估器由模型自己写，成绩也是公司自报，应视作工作流 demo 而非独立测量。
- 可用性：现已在 Tinker Playground 上线、闭源权重；官方称经外部安全测试与红队后，下周将以 Apache 2.0 开放全部权重——目前只是预告。
所属事件:Thinking Machines 发布 Inkling 2 Small，下周将开源权重(99 条相关)→
「编程与Agent」频道最新
- Computer-Using World Model：让 GUI 智能体在执行前预演行动后果 — burkov · 2026-11-07
- opentel-mcp v0.18 发布:SHA-256 哈希检测 MCP 工具「rug pull」攻击 — Thirumalaiboobathi · 2026-11-07
- Uncle Bob 用覆盖率与变异测试给编码智能体上枷锁 — bibryam · 2026-11-07
- “是不会还是不想？”：用户质问 agent 后它当场认怂 — StewartalsopIII · 2026-11-07
- 开源 Lattice:把 LaTeX 写作、文献管理和 Coding Agent 装进本地科研工作台 — aigclink · 2026-11-07
- 程序员警惕:每发一个 SOTA 模型,软件工程技能就贬值一分 — zack_overflow · 2026-11-07