メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)

TML-d24-varloop-research

LLM#96AIモデルとLLMオープンソース · Web

TML-d24-varloop-researchは、Thinking Machines Lab, Inc.によって開発されたマルチモーダル研究モデルです。テキストと画像の入力を受け付け、テキスト出力を生成します。このモデルは、推論時にループ層の数を選択できる可変ループ型のInkling 2 Miniの対応物です。ループモデルの研究を支援するためにオープンウェイトでリリースされています。

URLを訪問
共有
TML-d24-varloop-research のスクリーンショット
TML-d24-varloop-research のスクリーンショット

TML-d24-varloop-researchは、Thinking Machines Lab, Inc.によって開発されたマルチモーダル研究モデルで、テキストと画像の入力を処理し、テキスト出力を生成するように設計されています。2026年11月20日にApache 2.0ライセンスの下でリリースされたこのモデルは、ループモデルの分野における重要な貢献であり、固定ループのInkling 2 Miniとは異なる可変ループアーキテクチャを提供します。研究者は推論中にループの数を動的に調整でき、追加の計算がモデルの内部プロセスや全体的な能力に与える影響をより明確に比較できます。

続きを読む

このモデルは、Hugging Faceを通じてオープンウェイトとして配布されており、単一のチェックポイントサイズは約20GBです。NVIDIA DGX Spark、NVIDIA GPU(例:GeForce RTX 5090またはRTX PRO 6000 Blackwell)、またはAppleシリコンMacなど、少なくとも32GBのGPUまたは統合メモリを備えたマシンが必要です。TML-d24-varloop-researchは、Hugging Face、SGLang、vLLM、TokenSpeed、NVIDIA Dynamo、Unsloth、llama.cpp、Llama App、Ollama、Exo Labsなどのさまざまなフレームワークを使用してローカル推論をサポートします。また、MilesおよびSkyRLを使用したポストトレーニングもサポートしています。

アーキテクチャ的には、TML-d24-varloop-researchは、スパースMixture-of-Experts(MoE)フィードフォワード層を持つ24層のデコーダー専用トランスフォーマーです。中央の12層は可変回数実行でき、重みを共有し、1から5回のパスでトレーニングされました。各層は128の専門家のうち8つにトークンをルーティングし、注意はローカル層とグローバル層のハイブリッドです。このモデルはネイティブにマルチモーダルであり、ビジョントランスフォーマーを介して画像をエンコードし、テキストと共有された隠れ空間で共同処理します。26.4億のパラメータ(1パスで3.4億がアクティブ)を特徴とし、NVFP4およびMXFP8数値をサポートします。UTF-8エンコードされたテキストとピクセルベースの画像入力(各次元40pxから4096px)を処理し、最大1百万トークンのコンテキストウィンドウを持ちます。

TML-d24-varloop-researchのトレーニングデータには、公開されているソース、サードパーティの取得、内部/合成生成データからのさまざまなコンテンツタイプが含まれています。データのキュレーションには、品質と安全性を確保するためのクリーニング、重複排除、フィルタリングが含まれました。このモデルは、Inkling 2 Miniと共に事前トレーニングと中間トレーニングの最初の段階を共有していますが、特に可変ループトレーニングにおいて後の段階で分岐します。評価は、Agentic Coding、Vision Interpretation、ReasoningなどのベンチマークにおいてInkling 2 Miniと比較して異なるパフォーマンスを示していますが、主に研究用のアーティファクトとして意図されており、異なるパス数での予測不可能な動作や、ハルシネーションやトレーニングデータからのバイアスなど、基盤モデルに共通する一般的な制限のため、製品用途には推奨されません。

  • カテゴリーAIモデルとLLM
  • 料金モデルオープンソース
  • デプロイローカルで実行
  • プラットフォームWeb

  • マルチモーダル入力:テキストと画像の入力を受け付けます

  • テキスト出力:入力に基づいてテキストを生成します

  • 可変ループ:推論時にループ層の数を選択できます

  • オープンウェイト:研究を支援するためにダウンロード可能です

  • 26.4億のパラメータ:1パスで3.4Bのアクティブパラメータを持つ大規模モデル

  • 多言語サポート:複数の言語に対する一般的なサポート

  • Apache 2.0ライセンス:使用と変更のためのオープンソースライセンス

  • ローカル推論サポート:Hugging Face、SGLang、vLLM、TokenSpeed、NVIDIA Dynamo、Unsloth、llama.cpp、Llama App、Ollama、Exo Labsに対応

  • ポストトレーニングサポート:MilesおよびSkyRLでポストトレーニング可能

  • スパースMixture-of-Experts(MoE):MoEフィードフォワード層を利用

  • ハイブリッド注意:ローカルおよびグローバルな注意層を組み合わせ

  • ネイティブマルチモーダリティ:ビジョントランスフォーマーを介して画像をエンコードし、テキストと共同処理

  • 高コンテキストウィンドウ:最大1百万トークンをサポート

  • 混合精度数値:NVFP4およびMXFP8をサポート

  1. ウェイトのダウンロード:Hugging Faceを通じてモデルのウェイトにアクセスします。

  2. ハードウェアの準備:少なくとも32GBのGPUまたは統合メモリを備えた単一のマシンを用意します。

  3. ソフトウェアのインストール:Hugging Face、SGLang、またはvLLMなどの必要な推論フレームワークとその依存関係を設定します。

  4. モデルの構成:選択したフレームワークに20GBのチェックポイントをロードします。

  5. ループパスの設定:推論のために希望するループ層の数を選択します。

  6. 入力の提供:UTF-8エンコードされたテキストとピクセルベースの画像(40px-4096pxの寸法)をモデルに供給します。

  7. 出力の生成:提供された入力に基づいてモデルからテキスト出力を受け取ります。

  • マルチモーダル研究
  • ループモデル研究
  • 画像からのテキスト生成
  • 多言語テキスト処理
  • オープンウェイトモデル開発
  • ローカル推論展開
  • モデルのファインチューニング

TML-d24-varloop-research のレビュー

読み込み中...

TML-d24-varloop-research に似た人気のAIツール

Inkling 2 Miniは、Thinking Machines Lab, Inc.によって開発された汎用のマルチモーダルモデルです。テキストと画像の入力を受け付け、テキスト出力を生成し、英語および他の言語をサポートします。開発者向けに設計されており、エージェントシステム、コーディングアシスタント、チャットボット、情報強化生成システムなどのAIアプリケーシ…

AIモデルとLLM

LLMで第39位

ツールを見る

Thinking Machines Lab, Inc.によって開発された汎用のマルチモーダルモデルです。テキストと画像の入力を受け付け、テキスト出力を生成し、英語および他の言語をサポートします。開発者向けに設計されており、エージェントシステム、コーディングアシスタント、チャットボット、情報強化生成システムなどのAIアプリケーシ…Inkling 2 Miniは、Thinking Machines Lab, Inc.によって開発された汎用のマルチモーダルモデルです。テキストと画像の入力を受け付け、テキスト出力を生成し、英語および他の言語をサポートします。開発者向けに設計されており、エージェントシステム、コーディングアシスタント、チャットボット、情報強化生成システムなどのAIアプリケーシ…

AIモデルとLLM
LLMで第39位

Intern Large Models(InternLM)は、Shanghai AI Laboratoryが開発したオープンソースのLLMおよびMLLMを提供します。そのスイートには、InternVLやInternLM-XComposerなどのモデルに加え、ファインチューニング用のXTunerやデプロイ用のLMDeployを含む開発およびアプリケーション用の…

AIモデルとLLM

LLMで第49位

ツールを見る

Intern Large Models(InternLM)は、Shanghai AI Laboratoryが開発したオープンソースのLLMおよびMLLMを提供します。そのスイートには、InternVLやInternLM-XComposerなどのモデルに加え、ファインチューニング用のXTunerやデプロイ用のLMDeployを含む開発およびアプリケーション用の…

AIモデルとLLM
LLMで第49位

Inkling 2 Smallは、テキストと画像の両方の入力を受け付け、テキスト出力を生成するために設計された汎用のマルチモーダルモデルです。英語や他の言語、さまざまなコーディング言語をサポートしています。このモデルは、エージェントシステム、コーディングアシスタント、チャットボット、検索強化生成を含むAIアプリケーションを構築する開発者を対象としており、研究…

AIモデルとLLM

LLMで第34位

ツールを見る

テキストと画像の両方の入力を受け付け、テキスト出力を生成するために設計された汎用のマルチモーダルモデルです。英語や他の言語、さまざまなコーディング言語をサポートしています。このモデルは、エージェントシステム、コーディングアシスタント、チャットボット、検索強化生成を含むAIアプリケーションを構築する開発者を対象としており、研究…Inkling 2 Smallは、テキストと画像の両方の入力を受け付け、テキスト出力を生成するために設計された汎用のマルチモーダルモデルです。英語や他の言語、さまざまなコーディング言語をサポートしています。このモデルは、エージェントシステム、コーディングアシスタント、チャットボット、検索強化生成を含むAIアプリケーションを構築する開発者を対象としており、研究…

AIモデルとLLM
LLMで第34位

インクリングは、開発者向けに設計された975BパラメータのマルチモーダルAIモデルです。テキスト、画像、音声入力を受け付け、チャットボットやコーディングアシスタントなどのさまざまなアプリケーション向けにテキスト出力を生成します。オープンウェイトでリリースされており、研究やサードパーティ製品への統合をサポートします。

AIモデルとLLM
ツールを見る

インクリングは、開発者向けに設計された975BパラメータのマルチモーダルAIモデルです。テキスト、画像、音声入力を受け付け、チャットボットやコーディングアシスタントなどのさまざまなアプリケーション向けにテキスト出力を生成します。オープンウェイトでリリースされており、研究やサードパーティ製品への統合をサポートします。

注目AIモデルとLLM
AI モデル トップ5を見る

SenseNova-Loop-9B-Previewは、長いコンテキストとエージェントワークフローに対応するために設計されたマルチモーダル言語モデルです。テキストと画像の両方を処理してテキスト出力を生成し、文書理解、コーディング、外部ツールとの相互作用におけるアプリケーションをサポートします。このモデルは、ユニークなループデコーダアーキテクチャと、効率的で深い…

AIモデルとLLM

LLMで第85位

ツールを見る

長いコンテキストとエージェントワークフローに対応するために設計されたマルチモーダル言語モデルです。テキストと画像の両方を処理してテキスト出力を生成し、文書理解、コーディング、外部ツールとの相互作用におけるアプリケーションをサポートします。このモデルは、ユニークなループデコーダアーキテクチャと、効率的で深い…SenseNova-Loop-9B-Previewは、長いコンテキストとエージェントワークフローに対応するために設計されたマルチモーダル言語モデルです。テキストと画像の両方を処理してテキスト出力を生成し、文書理解、コーディング、外部ツールとの相互作用におけるアプリケーションをサポートします。このモデルは、ユニークなループデコーダアーキテクチャと、効率的で深い…

AIモデルとLLM
LLMで第85位

Inkling-Smallは、テキスト、画像、音声入力を処理してテキスト出力を生成する多用途のマルチモーダルモデルです。開放された重みを持ち、研究や統合をサポートし、チャットボットやコーディングアシスタントなどのAIアプリケーションの開発を支援します。

AIモデルとLLM

LLMで第27位

ツールを見る

テキスト、画像、音声入力を処理してテキスト出力を生成する多用途のマルチモーダルモデルです。開放された重みを持ち、研究や統合をサポートし、チャットボットやコーディングアシスタントなどのAIアプリケーションの開発を支援します。Inkling-Smallは、テキスト、画像、音声入力を処理してテキスト出力を生成する多用途のマルチモーダルモデルです。開放された重みを持ち、研究や統合をサポートし、チャットボットやコーディングアシスタントなどのAIアプリケーションの開発を支援します。

AIモデルとLLM
LLMで第27位

Llama-4-Scout-17B-16E-Instructは、Metaによって設計されたマルチモーダルAIモデルです。専門家の混合アーキテクチャを活用して、先進的なテキストおよび画像理解機能を提供し、多言語出力と多様なアプリケーション向けのファインチューニングをサポートします。

AIモデルとLLM
ツールを見る

Metaによって設計されたマルチモーダルAIモデルです。専門家の混合アーキテクチャを活用して、先進的なテキストおよび画像理解機能を提供し、多言語出力と多様なアプリケーション向けのファインチューニングをサポートします。Llama-4-Scout-17B-16E-Instructは、Metaによって設計されたマルチモーダルAIモデルです。専門家の混合アーキテクチャを活用して、先進的なテキストおよび画像理解機能を提供し、多言語出力と多様なアプリケーション向けのファインチューニングをサポートします。

AIモデルとLLM
AI モデル トップ5を見る

BigModel Platform

AI アプリ

BigModel Platformは、LLMやマルチモーダル視覚モデルを含む包括的なAIモデルのスイートを提供し、AI技術と業界アプリケーションの統合を目的としています。企業向けに高精度で効率的、かつ一般化されたAI開発ソリューションを提供します。

AIモデルとLLM

AIモデルとLLMで第25位

ツールを見る

AI アプリ

LLMやマルチモーダル視覚モデルを含む包括的なAIモデルのスイートを提供し、AI技術と業界アプリケーションの統合を目的としています。企業向けに高精度で効率的、かつ一般化されたAI開発ソリューションを提供します。BigModel Platformは、LLMやマルチモーダル視覚モデルを含む包括的なAIモデルのスイートを提供し、AI技術と業界アプリケーションの統合を目的としています。企業向けに高精度で効率的、かつ一般化されたAI開発ソリューションを提供します。

AIモデルとLLM
AIモデルとLLMで第25位
1 / 8