بې سانسوره د Inkling ماډل API

زموږ پر ګېټوې باندې له دولسو ماډلونو څخه ډېری يې یوازې متني دي. څلور يې نه دي، او د هغو څلورو په منځ کې Inkling یو ټاکلی ځای لري: هغه لیدنی ماډل چې ورته لاس کوئ کله چې انځور د ستونزې سخته برخه وي مګر بودیجه یوه مخکښ ماډل ته ونه رسېږي. دا کارت پوښي چې بنسټ له کومه راځي، د W4A16-AUTOROUND-REAP تاړي ورسره څه وکړل، د API پر سطحه به څه وکړي او څه به ونه کړي، او — په رښتیا — کله چې په هماغه کتلاګ کې یو ارزانه ماډل غوره پرېکړه وي.

01Inkling څه شی دی، او چا جوړ کړ؟

Inkling د Thinking Machines Lab لومړنی خلاص وزنه ماډل دی، چې د 2026 د جولای په 15 خپور شو. د ډېری هغو خپرونو برعکس چې د «خلاص» په توګه ځای پر ځای کېږي، دا پر Hugging Face باندې له بشپړو د ښکته کولو وړ وزنونو او په transformers، SGLang، vLLM، او llama.cpp کې له لومړۍ ورځې ملاتړ سره راغی — چې همدا يې زموږ په څېر پر زیربنا باندې اصلاً د چلولو وړ ګرځاوه. سرلیکي شمېرې، د Thinking Machines له خپلو د خپرونې موادو څخه:

دا یو کثیف Mixture-of-Experts ترتیب دی: 66 ډیکوډر پرتونه په 6,144 پټه اندازه کې، لومړي دوه ډک، پاتې 64 چې 256 روټ شوي متخصصان جمع 2 ګډ متخصصان وړي، له 6 روټ شویو متخصصانو سره چې په هر توکن کې فعال دي. د پیرامیټرونو نږدې 4% پر هر ورکړل شوي توکن باندې فعالېږي — چې همدا د یوه نږدې ټریلیون پیرامیټره ماډل خدمت اصلاً ممکن ګرځوي.

دوه معماریاتي ټاکنې دومره غیرعادي دي چې نوم يې واخیستل شي. پاملرنه ګډه شوې ده — د یوې 512 توکنیزې کړکۍ پر سر 55 پرتونه ښویېدونکې-کړکۍ پاملرنه د 11 نړیوالو پرتونو په مقابل کې، په یوه 5:1 تکراري بڼه کې. او Inkling RoPE نه کاروي: دا یوه زده شوې، پر ننوتنې پورې تړلې د نسبي موقعیت تعصب کاروي، د کیلي/ارزښت وړاندې کولو او د پاتې څانګو پر سر له لنډو سببي کانولوشنونو سره. د Sebastian Raschka معماریاتي یادښتونه دواړه د 2026 له معیاري ترکیب څخه د ریښتینو انحرافونو په توګه نښه کوي. روزنې د لویو ماتریکس پیرامیټرونو لپاره Muon او د پاتې لپاره Adam وکارول، بیا په وروستنۍ روزنه کې له 30 میلیونو څخه ډېر ناهمغږي RL چلندونه.

د یوه API پیرودونکي لپاره ټکی دا معلومات نه دي. دا ده چې دا یو مخکښ پیمانه، په اصلي توګه څو رسنیز بنسټ دی چې پر 45 ټریلیون توکنو باندې روزل شوی چې متن، انځورونه، غږ او ویډیو پکې شامل دي — نه یو متني ماډل چې وروسته پرې یو لیدنی اډاپټر ونښلول شو. انځورونه د 40×40 پیکسله برخو په توګه د یوه څلور پرته درجه بندي شوي MLP برخه کوونکي له لارې کوډېږي او په هماغه ډیکوډر کې له متن سره په ګډه پروسس کېږي. لیدنۍ پوهېدنه د مخکینۍ روزنې په موخه کې وه.

02W4A16-AUTOROUND-REAP څه معنا لري؟

په هغه تاړي کې درې بېل تخنیکونه پر یو بل ایښودل شوي، او بېلې دندې کوي. پوهېدل يې ارزښت لري، ځکه چې تاړی د هغه ماډل چې زموږ پر API باندې ورته زنګ وهئ او د هغه چیک پوینټ ترمنځ چې Thinking Machines خپور کړ، تر ټولو لوی توپیر دی.

REAP — د هغو متخصصانو کټول چې هېڅوک ورته روټ نه کوي

REAP د Router-weighted Expert Activation Pruning دی، د Cerebras Research له خوا (arXiv 2510.13999، ICLR 2026 ته منل شوی). په یوه MoE کې چې په هر پرت کې 256 متخصصان لري، روټر کار په مساوي توګه نه وېشي: ځینې متخصصان دوامداره وهل کېږي، نور نادر فعالېږي او کله چې فعالېږي هم لږه ونډه لري. REAP هر متخصص پر دواړو ارزوي، د روټر د دروازې ارزښتونه او د متخصص د فعالېدو نورمونه — هغه متخصص چې ډېر ځله ټاکل کېږي مګر کوچنۍ کچې نوي کول ورکوي، تر هغه لږ مهم دی چې د ټاکلو شمېر يې وايي — او ټیټ بارز يې په یوه ګولۍ کې، له کوانټایزولو دمخه، غورځوي.

هغه لامل چې موږ د متخصصانو د ډېر مروج یوځای کولو پرځای کټول کاروو، دا دی چې دا دواړه د دندې له مخې بېلېږي. یوځای کول پر تشخیصي معیارونو باندې سیالي کوونکي ښکاري او پر تولیدي باندې مات شي. د REAP لیکوالان راپور کوي چې کټول په سمه توګه پر هغو کاري بارونو باندې کیفیت ښه ساتي چې خلک ورته یو API اخلي — د کوډ ترکیب، د وسیلو زنګ وهل، څو دوره ییز استدلال — په هغو فشاري نسبتونو کې چې له 50% تېر وي، له 20B تر 1T پیرامیټرونو پورې ماډلونو په اوږدو کې. یوځای کول د روټر تخصص ورکوي؛ کټول پاتې شوي متخصصان او د هغوی ترمنځ روټینګ روغ پرېږدي.

AutoRound — زده کول چې چېرته ګرد کړي

AutoRound د Intel د روزنې وروسته د کوانټایزېشن میتود دی (arXiv 2309.05516، چې د SignRound په توګه خپور شو). ساده کوانټایزېشن هر وزن تر ټولو نږدې د استازیتوب وړ 4-بیټه ارزښت ته ګرد کوي — یو معقول تلپاتې انتخاب او په پیمانه کې یو بد، ځکه چې د ګرد کولو تېروتنې خپلواکې نه دي او د یوه 66 پرته لړ له لارې راټولېږي. AutoRound د ګرد کولو پرېکړه د یوه داسې شي په توګه ګوري چې غوره کېدلی شي: نښه شوی ګرادیانټ ښکته کېدل د دوو سوو ګامونو په اوږدو کې د ګرد کولو لور او د وزن د کچ کولو ساحې په ګډه تنظیموي، چې د کوانټایزېشن ته پام کوونکې روزنې دقت پرته له بیا روزنې پور اخلي. Intel تر ټولو لویې ګټې په ډېرو ټیټ-بیټه تنظیماتو کې او په INT4 کې یوه سیالي کوونکې څنډه راپوروي.

W4A16 — بیټونه چېرته ځي

W4A16 عددي بڼه ده: 4-بیټه وزنونه، 16-بیټه فعالېدنې. وزنونه — چې په یوه 975B ماډل کې پر حافظه باندې واکمن دي — د یوې BF16 نښې څلورمې برخې ته کوچنېږي، حال دا چې ریاضي په 16 بیټو کې پاتې کېږي. هغه وېش په ځانګړي ډول د یوه لیدني ماډل لپاره مهم دی: هغه طرحې چې فعالېدنې کوانټایزوي، بېخي هغه باریک عددي کار زیانمنوي چې د انځور پوهېدنه پرې تکیه لري — د یوه کوچني محور د لیبل لوستل، په یوه ډیاګرام کې د یوې نرۍ کرښې حل کول، دوه ورته سیوري بېلول. فعالېدنې په 16 بیټو کې ساتل د پټلۍ پراخوالی لګوي او هغه دقت بېرته اخلي چې یو لیدنی کاري بار يې ویني.

پر یو بل ایښودل شوي، دا درې یو داسې ماډل ورکوي چې ځایېږي او چټک پاتې کېږي، پرته له هغه د کیفیت غونډۍ چې د تېز 3BIT-REAP پوړ لري چې موږ يې پر ډېرو لویو بنسټونو باندې کاروو. همدا هغه سودا ده چې بیه يې څرګندوي.

03لید: د انځور د شننې یو بې ردولو API

Inkling زموږ په کتلاګ کې له څلورو د لید وړ ماډلونو څخه یو دی، د Kimi-K3، Kimi-K2.6، او MiniMax-M3 تر څنګ. د بنسټیز ماډل خپرې شوې لیدني پایلې، د Thinking Machines له خپرونې څخه، پر MMMU Pro (Standard 10) باندې 73.3% او د CharXiv پر استدلالي پوښتنو باندې 78.1% دي — چې 82.0% ته پورته کېږي کله چې ماډل ته اجازه ورکړل شي چې د چارټ په مقابل کې Python وچلوي. دا د بې کوانټایزه چیک پوینټ لپاره د څېړنځي خپلې شمېرې دي؛ د ډلې د چت په توګه ورته وګورئ، نه زموږ د جوړښت د اندازه کولو په توګه.

CharXiv هغه دی چې ارزښت لري پرې ودرېږو، ځکه چې نقشه کوي چې ولې خلک د یوه OCR خدمت پرځای یو لیدنی API اخلي. دا پر ساینسي چارټونو باندې استدلال ازموي — له یوه محوره د یوه ارزښت لوستل، د دوو لړیو پرتله، د یوه بهیر د بېرته اوښتلو لیدل. نه «په دې انځور کې کوم متن دی» بلکې «دا شکل څه ادعا کوي، او آیا ادعا يې ولاړه ده». همدا هغه څه دي چې د یوه کوچني سرلیک لیکونکي پرځای یوه انځور ته یوه 975B استدلالي ماډل ته لېږل توجیه کوي.

د یوه انځور لېږل یو عادي له OpenAI سره اړوند کار دی — پر /v1/chat/completions باندې یوه image_url د محتوا برخه، پر /v1/messages باندې د Anthropic ډوله یو image بلاک، یا پر /v1/responses باندې ورته. درې واړه ژبې هماغو وزنونو ته رسېږي او درې واړه سټریم کوي؛ هغه وټاکئ چې ستاسو موجود SDK يې دمخه وايي. یوه کاري بېلګه په برخه 09 کې ده.

بې سانسوره برخه د لید لپاره تر متن ډېره مهمه ده. پر یوه لیدني پای ټکي باندې د ردولو یو پرت غیرعادي کنګل دی، ځکه چې معمولاً انځور ډلبندي کوي مخکې تر دې چې ماډل د غوښتنې په اړه استدلال وکړي. قانوني کار دوامداره نیول کېږي: په یوه کلینیکي یادښتونو کړۍ کې د یوه ټپ عکس، په یوه د پېښې لیکنه کې یو عدلي سکرین انځور، د یوې فلم یوه چوکاټ چې د یوې نیوکې لپاره شنل کېږي، یو طبي سکن، د یوه سند یو انځور چې پکې یو نوم وي. Inkling زموږ پر ګېټوې باندې مخې ته داسې ډلبندونکی نه لري. هغه څه ګوري چې تاسو لېږلي او هغې پوښتنې ته ځواب وايي چې تاسو پوښتلې. همدا محصول دی.

04جوړښتي وتنه: response_format هو، json_schema نه

دا هغه یوازینی ځای دی چې Inkling پکې د کتلاګ له ډېرې برخې کم وړ دی، او غوره ده چې پلان ورته وکړئ نه دا چې په تولید کې يې ومومئ.

وړتیا	inkling	Kimi-K2.6	MiMo-V2.5	Laguna-S-2.1
لید (انځوریزه ننوتنه)	هو	هو	هو	نه
response_format	هو	هو	هو	نه
json_schema	نه	هو	هو	نه
د وسیلو زنګ وهل	هو	هو	هو	هو
د استدلال هڅه	هو	هو	هو	هو

response_format: {"type": "json_object"} کار کوي — تاسو له نحوي پلوه سم JSON اخلئ. هغه څه چې نه اخلئ، ستاسو د ورکړل شوې سکیما په مقابل کې د ګرامر له مخې محدود ډیکوډ دی، چېرته چې نمونه اخیستونکی په فزیکي توګه له هغه توکن څخه منع کېږي چې ستاسو جوړښت ماتوي. د ساحو نومونه، د enum غړیتوب، او د اړینو کیلیو شتون د ماډل ټاکنه ده، نه یو تضمین.

درې لارې چې ورسره ژوند وکړئ، د اعتبار په پورته کېدونکي ترتیب کې:

1. سکیما وغواړئ او تایید يې کړئ. سکیما د سیستم په غوښتنه کې د لفظي JSON په توګه کېږدئ، response_format پر json_object کېږدئ، او ځواب پر خپل اړخ باندې تایید کړئ. د تایید پر ناکامۍ باندې د تاییدوونکي د تېروتنې له پیغام سره بیا هڅه وکړئ. ارزانه ده، کار کوي، د بیا هڅې بودیجې ته اړتیا لري.
2. د یوې وسیلې تعریف د سکیما په توګه وکاروئ. د وسیلو زنګ وهل ملاتړ کېږي، او د یوې دندې د پیرامیټر تعریف یوه JSON سکیما ده. یوه یوازینۍ وسیله اعلان کړئ چې د هغه استخراج په نامه وي چې غواړئ يې، اړ يې کړئ، او دلایل يې ولولئ. دا معمولاً پر Inkling باندې تر ټولو پیاوړی انتخاب دی او تاسو ته هېڅ اضافي څه نه لګوي.
3. دنده د دوو ماډلونو ترمنځ ووېشئ. پرېږدئ چې Inkling لید او استدلال په نثر کې وکړي، بیا هغه نثر MiMo-V2.5-W8A16 ته په $0.50 / $2.00 کې له یوې ریښتینې json_schema سره د جوړښت جوړولو تېرېدو لپاره ورکړئ. دوه بلنې، مګر دویمه يې ارزانه ده، په بڼه کې ټاکلې ده، او هغه ماډل چې باید هوښیار وي، هغه دی چې انځور يې لیدلی.

انتخاب 3 هغه بڼه ده چې موږ يې د هر لوړ حجم استخراجي کړۍ لپاره وړاندیز کوو. پورتنۍ بیه یوازې هغه ګام ته ورکړئ چې ورته اړتیا لري.

05د بیې پورتنۍ برخه څه اخلي؟

په هر میلیون توکنو $1.42 دننه / $6.07 بهر کې، Inkling په قصده توګه زموږ د کتلاګ په منځ کې ناست دی. له دولسو ماډلونو څخه شپږ يې د $0.50 / $2.00 پر فرش دي. Kimi-K3 — مخکښ، چې هغه هم د لید وړ دی — $3.83 / $19.12 دی. Inkling پر وتنه باندې نږدې درې ځله د فرش او نږدې د مخکښ دریمه برخه دی.

د وتنې بیه، USD په هر 1M توکنو کې، د Shannon AI د ګېټوې د لیست کچې، د 2026 سپټمبر. د پټې پراخوالی له بیې سره متناسب دی؛ اوږد يې ګران دی.

دلته رښتینې لوستنه ده چې هغه پورتنۍ بیه چېرته خپل حق ګټي — او چېرته يې نه ګټي.

کاري بار	Inkling وکاروئ؟	ولې
د چارټ / ډیاګرام استدلال	هو	خپرې شوې د CharXiv او MMMU Pro شمېرې هغه څه دي چې دا بنسټ پکې تر ټولو پیاوړی دی.
پر سکرین انځور ولاړ اجنټان	هو	لید جمع د وسیلو زنګ وهل جمع 262K تاریخچه په یوه ماډل کې، هېڅ لېږد نشته.
له شکلونو سره اوږد اسناد	هو	متن او انځورونه یو ډیکوډر او یوه متنیزه کړکۍ شریکوي.
ساده متني تولید	نه	په $0.50 / $2.00 کې شپږ ماډلونه دا کوي. تاسو د یوې لیدنې لارې لپاره پیسې ورکوئ چې هېڅکله ورته زنګ نه وهئ.
ډله ییز د سکیما استخراج	نه	json_schema نشته. MiMo-V2.5 ارزانه او محدود دی.
مطلق مخکښ چت	نه	Kimi-K3 مخکښ دی. که چت خنډ وي، 3.1× ورکړئ.
تر ټولو ارزانه ممکنه لید	نه	MiniMax-M3 په $0.50 / $2.00 کې لید لري. له هغه پیل وکړئ، که کیفیت اړ کړي پورته شئ.

دا د یوه روټینګ قاعدې په توګه ولولئ، نه د درجه بندۍ. Inkling د کار د یوې تر هغه تنګې ډلې لپاره سم دی چې یوه اعلاناتي پاڼه به يې ادعا کوله، او د هغې ډلې دننه پر بیه باندې يې ماتول ګران دي. له هغې بهر، موږ غواړو چې تاسو ته ارزانه ماډل وپلورو او تاسو وساتو.

06د 262K متنیزه کړکۍ، او په رښتیا څه پکې ځایېږي

پر ګېټوې باندې ټول دولس ماډلونه له یوه 262,144 توکنیز دننه متن او په هره غوښتنه کې له یوې 16,384 توکنیزې تر ټولو لویې وتنې سره خدمت کېږي. په قصده یو شان: د متن اداره کول باید هېڅکله ستاسو په کوډ کې په هر ماډل کې یوه څانګه ونه ګرځي، او په یوه د تنظیماتو دوسیه کې د inkling د MiniMax-M3 سره بدلول باید په چوپه توګه ونه بدلوي چې څه ځایېږي.

د خپور شوي بنسټ په مقابل کې واټن ته پام وکړئ: Thinking Machines Inkling په 1,048,576 توکنو کې مستندوي، او موږ له هغه څخه یوه 262K برخه خدمت کوو. که تاسو یو ریښتینی د یوه میلیون توکنیز یوې غوښتنې کاري بار لرئ، موږ ورته پای ټکی نه یو، او غوره ده چې مخکې تر دې چې جوړ يې کړئ پوه شئ.

په 262K کې د پیمانې لپاره: یو 400 پاڼیز تخنیکي PDF له خپلو شکلونو سره، یوه منځنۍ اندازه کوډي ټولګه، څو ساعته لیکل شوی متن، یا یوه اوږده اجنټي ناسته چې په لسګونو د وسیلو پایلې او یو څو د سکرین انځورونه وړي — هر یو په یوه غوښتنه کې ځایېږي. پر یوه لیدني ماډل باندې، په یاد ولرئ چې انځورونه هم متن مصرفوي؛ یو ډک د سکرین انځور وړیا نه دی، او هغه ناسته چې چوکاټونه سټریم کوي، تر یوې یوازې متني ناستې کړکۍ ژر ډکوي. معماري ورته ښه سمون خوري: د 5:1 د ښویېدونکې-کړکۍ-تر-نړیوالې بڼه معنا لري چې ډېری پرتونه د یوې 512 توکنیزې ګاونډۍ دننه پاملرنه کوي، له نړیوالو پرتونو سره چې وخت په وخت اوږد واټن جوړښت بېرته راکاږي.

07د استدلال هڅه: د فکر لپاره پیسې یوازې هغه وخت چې اړتیا لرئ

Inkling د کنټرول وړ د استدلال هڅه څرګندوي — په کتلاګ کې له ډېرو ګټورو ګرځندو څخه یوه. پورتنی ماډل له none او minimal څخه د low، medium، high، xhigh له لارې تر max پورې کچې مني، چې پر درېیو واړو ژبو باندې د معیاري reasoning_effort پیرامیټر له لارې څرګندېږي.

{
  "model": "inkling-W4A16-AUTOROUND-REAP",
  "reasoning_effort": "low",
  "messages": [ ... ]
}

دا د غاښونو لرونکې د لګښت یوه لیور ده، ځکه چې استدلالي توکنه د وتونکو توکنو په توګه په هر میلیون کې په $6.07 کې حسابېږي. Thinking Machines راپور ورکوي چې پر Terminal Bench 2.1 باندې Inkling د Nemotron 3 Ultra سره د پرتله وړ نمرو ته نږدې د توکنو په دریمه برخه کې رسېږي — د توکنو اغېزمنتیا د هڅې د نظام یوه اعلان شوې ډیزاین موخه ده، نه یوه پېښه.

په عمل کې: د سرلیک لیکنې، ډلبندۍ، او ساده استخراج لپاره low یا minimal وچلوئ، چېرته چې ځواب په انځور کې دی او د استدلال زنځیر ته اړتیا نشته. high او پورته د چارټ استدلال، څو ګامیزې لیدنې پرتلې، او هغو اجنټي دورو لپاره وساتئ چې یو غلط منځنی ګام پکې ګران وي. ډېری ټیمونه پیرامیټر بېخي نه ټاکي، او د وتنې د لګښت څو برابره توپیر پر مېز پرېږدي.

08«بې سانسوره» دلته څه معنا لري — او څه معنا نه لري

په ټاکلي ډول: موږ دا ماډل د ردولو پرت پرته او پر وتنه باندې فلټر پرته چلوو. هېڅ ډلبندونکی ستاسو غوښتنه نه لولي چې پرېکړه وکړي آیا ماډل ځواب ویلی شي، او هېڅ يې ځواب له سټریم کېدو دمخه نه لولي. کله چې ماډل ناډاډه وي یا پوهه ونه لري، وايي يې — دا ماډل دی، نه یوه پالیسي. هغه څه چې نه اخلئ، پر یوې موضوع باندې یو انعکاسي رد دی چې یو عمومي پیرودونکي محصول يې له پولې بهر ګڼي.

د لید لپاره دا ټول ارزښتي وړاندیز دی. د لیدني APIs مخې ته د انځورونو ډلبندونکي بې دقته دي، او د غلط مثبت کچه يې تر ټولو ډېره پر هغه مسلکي کار باندې پرېوځي چې تر ټولو ډېر دې وړتیا ته اړتیا لري: امنیتي څېړنه، کلینیکي شرایط، ژورنالیزم او عدلي کار، د فلم او هنر نیوکه، د اعتدال وسیلې چې باید هغه شي ته وګوري چې اعتدال يې کوي. هغه پای ټکی چې پر کټګورۍ باندې ردوي، هېڅ یوه ته د اعتماد وړ خدمت نه شي کولی.

دوه رښتیني احتیاطونه. لومړی، Thinking Machines د خپلو د ځای پر ځای کولو لپاره د خوندیتوب ارزونې خپروي — پر FORTRESS adversarial باندې 78.0%، پر FORTRESS benign باندې 95.9%، پر StrongREJECT باندې 98.6%. هغه شمېرې د دوی لړ له د دوی خوندي پولو سره بیانوي. زموږ نه بیانوي، او موږ به يې داسې ونه راوړو لکه چې بیانوي يې. موږ هغه پرت لرې کړ چې دا شمېرې يې یوه برخه اندازه کوي؛ همدا محصول دی، او مسؤلیت.

دویم، «د ردولو پرت نشته» د «قواعد نشته» معنا نه لري. Shannon Lab LLC د یوې مسؤلانه کارونې پالیسۍ او د تطبیق وړ امریکايي قانون لاندې چلېږي. د یوه ډلبندونکي لرې کول قضاوت تاسو ته لېږدوي، نه دا چې لرې يې کوي. که تاسو پر دې باندې جوړوئ، مخکې تر دې چې پیمانه ورکړئ پالیسي ولولئ.

09پیل کول

هماغه بنسټیز URL، هماغه کیلي، درې ژبې. که ستاسو کوډ دمخه OpenAI، Anthropic، یا د Responses API ته زنګ وهي، د ماډل د تار بدلول معمولاً ټوله کډه ده.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.shannon-ai.com/v1",
    api_key=SHANNON_API_KEY,
)

stream = client.chat.completions.create(
    model="inkling-W4A16-AUTOROUND-REAP",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "What does this figure actually show?"},
        {"type": "image_url", "image_url": {"url": image_data_url}},
    ]}],
    reasoning_effort="high",
    max_tokens=4000,
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="")

د پیرامیټرونو بشپړه سرچینه، د /v1/messages او /v1/responses بڼې، د سټریمینګ د پېښو بڼې، او یو ژوندی لوبغالی په د API اسنادو کې دي. د نورو یوولسو ماډلونو د ماډل کارتونه په Shannon څېړنه کې دي.

د بنسټ شمېرې د بې کوانټایزه Inkling چیک پوینټ لپاره د Thinking Machines Lab خپرې شوې شمېرې دي او د ډلې چت بیانوي، نه زموږ کوانټایز شوی جوړښت. بیې او د وړتیا بېرغونه د 2026 د سپټمبر پورې د Shannon AI د ګېټوې د لیست ارزښتونه دي.

10ډېرې پوښتل شوې پوښتنې

---

سرچینې: Thinking Machines Lab — Introducing Inkling · Hugging Face — Welcome Inkling · REAP the Experts (arXiv 2510.13999) · Optimize Weight Rounding via Signed Gradient Descent (arXiv 2309.05516) · Sebastian Raschka — د Inkling معماري او د معیارونو یادښتونه. د بنسټ معیارونه د بې کوانټایزه چیک پوینټ لپاره د څېړنځي راپور شوي دي.