На Arena выбил неплохой рейтинг модель Inkling 2 Small от стартапа Thinking Machines Lab

На Arena выбил неплохой рейтинг модель Inkling 2 Small от стартапа Thinking Machines Lab. Если глянуть ещё на метрики Arena о ложном заключении по тестам о готовности софта, то модель превосходит тут Claude на голову (Клод врёт в 40% случаев, что софт не имеет проблем, раз «тесты зелёные»). Поскольку это тонкие моменты с обходом reward hacking, то довольно очевидно, что за стартапом находится серьёзный эксперт. Так и есть — это Мира Мурати, бывший технический руководитель OpenAI, там она работала как Chief Technology Officer (CTO).

Модель правда вряд ли интересная по цене, а её способность более адекватно работать с тестами довольно нишевая вещь и требует от пользователя хотя бы понимать саму суть проблемы, почему модели врут по тестам о готовности ПО, хотя модели понимают, что недостатки реально остались.

Из стартапа Мурати интереснее её Live-модели, из-за идеи которых она и ушла из OpenAI. Реальными конкурентами тут ей являются Gemini Live и Qwen Omni, т.е. это модели, способные на «живую речь», которым не требуется дослушать и досмотреть контекст до конца, чтобы вам отвечать.

Мурати это решает через «Микропорции» (micro-turns) — это ключевая идея её «Interaction Models», исследовательского проекта, представленного в 2026 году. Его суть — обработка информации непрерывным потоком небольшими отрезками примерно по 200 миллисекунд для создания естественного, «полнодуплексного» общения в реальном времени.

Inkling 2 Small — это не Live-модель, но Мурати довольно очевидно пытается решить проблему Live-моделей, что они довольно глупы на фоне обычных LLM на полном контексте. Inkling 2 Small, вероятно, подготовка сделать ядро Live-модели с достаточно высоким IQ.

В любом случае, этот стартап стоит отслеживать, т.к. по мере перехода к гуманоидам и роботам ИИ столкнётся с проблемой «бесконечного контекста» из того, что он видит и слышит, поэтому ему нужно будет научиться реагировать как люди на него, в том числе и перебивать людей, если они говорят ерунду.

Телеграм: t.me/ainewsline

Источник: t.me

Комментарии: