自社のデータとコンテキストに合わせてオープンウェイトモデルをカスタマイズし、その振る舞いと結果を完全に制御する企業が増えています。
Thinking Machines Labの最新オープンウェイトモデルInkling 2 Smallが、Snowflake Cortexトレーニングで利用可能になりました(パブリックプレビュー)。チームは今日から、自社のエンタープライズワークロードでInkling 2 Smallのベンチマーク、ポストトレーニング、評価、提供を開始できます。データがある場所で直接実行でき、従来から利用しているものと同じ制御を適用できます。

Inkling 2 Smallとは?
Inkling 2 Smallは、Thinking Machines Labの第2世代モデルです。総パラメーター数5,940億、アクティブパラメーター数170億の専門家混合(MoE)モデルで、画像入力に対応し、推論にかける計算量を調整できます。
Inkling 2 Smallは、長期にわたるエージェント型の作業に対応するよう設計されています。Thinking Machines Labは、複数のエージェントハーネスを用いた数十万件の長期的なコーディングタスクで強化学習(RL)を行いました。同社によると、このモデルは指示により忠実に従い、変更を慎重に検討し、指示されなくても自らの作業を検証します。そのため、実際のエージェントループに組み込みやすく、SWE-Bench Pro v2(Hard)で86.3%、DeepSWE v1.1で72.1%というコーディングの結果にも、その性能が表れています。
このモデルはマルチモーダルにも対応しています。画像入力によって視覚的なフィードバックを取り込み、例えばインターフェースやデザインを繰り返し構築・改善できます。また、トークンごとにアクティブになるパラメーターは170億に限られるため、MoEアーキテクチャは同規模の高密度モデルより低い推論コストで高い性能を発揮します。本日、重みがApache 2.0ライセンスの下で公開されたことで、企業はカスタマイズしたモデルの完全な所有権を保持できます。
SnowflakeでInkling 2 Smallを使ってできること
Cortexトレーニングは、オープンウェイトLLMのカスタマイズと展開を目的としたSnowflakeのサーバーレスサービスです。オープンウェイトモデルをシンプルかつ柔軟に、費用対効果の高い方法でカスタマイズできるよう設計されています。Qwen、GLM、Nemotron、Gemma、DeepSeekなどを含むCortexトレーニングの豊富なオープンウェイトモデルカタログに、Inklingモデルファミリーが加わることを嬉しく思います。Inkling 2 Smallは今日から、ポストトレーニングと推論の両方に利用できます。

図 1:Cortexトレーニングは、教師ありファインチューニング、強化学習、直接選好最適化、蒸留など、幅広いモデルとトレーニング手法をサポートします。また、主要なポストトレーニングフレームワークと統合し、カスタム損失関数やアーキテクチャも利用できます。
使用を開始する
オープンウェイトモデルが最先端モデルに対する競争力を高めるなか、企業にはAIをカスタマイズして精度を高め、コストを削減する機会が生まれています。Cortexトレーニングを使用すると、企業は管理された自社のエンタープライズデータとコンテキストに合わせて、オープンウェイトモデルを柔軟かつ費用対効果の高い方法でポストトレーニングし、展開できます。Cortexトレーニングの最新のイノベーションについて詳しくは、ローンチブログ記事、GitHubリポジトリ、ウェブページをご覧ください。




