Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

TML-d24-varloop-research

LLMs#96Modelos de IA e LLMsCódigo aberto · Web

TML-d24-varloop-research é um modelo de pesquisa multimodal desenvolvido pela Thinking Machines Lab, Inc. Aceita entradas de texto e imagem para gerar saídas de texto. Este modelo é um contraparte de laços variáveis do Inkling 2 Mini, permitindo que o número de camadas em loop seja escolhido no momento da inferência. É lançado com pesos abertos para apoiar a pesquisa em modelos em loop.

Visitar URL
Compartilhar
Captura de tela do TML-d24-varloop-research
Captura de tela do TML-d24-varloop-research

TML-d24-varloop-research é um modelo de pesquisa multimodal desenvolvido pela Thinking Machines Lab, Inc., projetado para processar entradas de texto e imagem e produzir saídas de texto. Lançado em 20 de novembro de 2026, sob uma licença Apache 2.0, este modelo é uma contribuição significativa para o campo dos modelos em loop, oferecendo uma arquitetura de laços variáveis, ao contrário de sua contraparte de laço fixo, Inkling 2 Mini. Os pesquisadores podem ajustar dinamicamente o número de laços durante a inferência, permitindo comparações mais limpas de como a computação adicional impacta os processos internos de um modelo e suas capacidades gerais.

Ler mais

O modelo é distribuído como pesos abertos através do Hugging Face, com um tamanho de ponto de verificação único de aproximadamente 20GB. Ele requer uma máquina com pelo menos 32GB de memória GPU ou unificada, compatível com configurações como NVIDIA DGX Spark, GPUs NVIDIA (por exemplo, GeForce RTX 5090 ou RTX PRO 6000 Blackwell) ou Macs com silício da Apple. TML-d24-varloop-research suporta inferência local usando várias estruturas, incluindo Hugging Face, SGLang, vLLM, TokenSpeed, NVIDIA Dynamo, Unsloth, llama.cpp, Llama App, Ollama e Exo Labs. Também suporta pós-treinamento com Miles e SkyRL.

Arquitetonicamente, TML-d24-varloop-research é um transformador decodificador de 24 camadas apenas, com camadas de avanço esparsas Mixture-of-Experts (MoE). As 12 camadas do meio podem ser executadas um número variável de vezes, compartilhando pesos, e foram treinadas com 1 a 5 passagens. Cada camada roteia tokens para 8 dos 128 especialistas, e a atenção é um híbrido de camadas locais e globais. O modelo é nativamente multimodal, codificando imagens via um transformador de visão e processando-as conjuntamente com texto em um espaço oculto compartilhado. Ele possui 26,4 bilhões de parâmetros (3,4 bilhões ativos em 1 passagem) e suporta numéricos NVFP4 e MXFP8. Ele lida com texto codificado em UTF-8 e entradas de imagem baseadas em pixels (40px a 4096px por dimensão) com uma janela de contexto de até 1 milhão de tokens.

Os dados de treinamento para TML-d24-varloop-research incluem uma ampla variedade de tipos de conteúdo de fontes publicamente disponíveis, aquisições de terceiros e dados gerados internamente/sinteticamente. A curadoria de dados envolveu limpeza, deduplicação e filtragem para garantir qualidade e segurança. O modelo compartilha seu pré-treinamento e a primeira fase de meio treinamento com Inkling 2 Mini, mas diverge em estágios posteriores, particularmente em seu treinamento de looping variável, onde 1 a 5 passagens foram amostradas. Embora as avaliações mostrem desempenho variável em comparação com Inkling 2 Mini em benchmarks como Codificação Agentic, Interpretação de Visão e Raciocínio, ele é principalmente destinado como um artefato de pesquisa e não é recomendado para uso em produção devido ao comportamento potencialmente imprevisível em diferentes contagens de passagens e limitações gerais comuns a modelos de fundação, como alucinação e preconceitos dos dados de treinamento.

  • CategoriaModelos de IA e LLMs
  • Modelo de preçosCódigo aberto
  • ImplantaçãoRoda localmente
  • PlataformasWeb

  • Entrada Multimodal: Aceita entradas de texto e imagem

  • Saída de Texto: Gera texto com base nas entradas

  • Loop Variável: Número de camadas em loop pode ser escolhido no momento da inferência

  • Pesos Abertos: Disponíveis para download para apoiar a pesquisa

  • 26,4 Bilhões de Parâmetros: Modelo em grande escala com 3,4B de parâmetros ativos em 1 passagem

  • Suporte Multilíngue: Suporte geral para múltiplas línguas

  • Licença Apache 2.0: Licenciamento de código aberto para uso e modificação

  • Suporte à Inferência Local: Compatível com Hugging Face, SGLang, vLLM, TokenSpeed, NVIDIA Dynamo, Unsloth, llama.cpp, Llama App, Ollama, Exo Labs

  • Suporte a Pós-treinamento: Pode ser pós-treinado com Miles e SkyRL

  • Mistura Esparsa de Especialistas (MoE): Utiliza camadas de avanço MoE

  • Atenção Híbrida: Combina camadas de atenção locais e globais

  • Multimodalidade Nativa: Imagens codificadas via transformador de visão e processadas conjuntamente com texto

  • Janela de Contexto Alta: Suporta até 1 milhão de tokens

  • Numéricos de Precisão Mista: Suporta NVFP4 e MXFP8

  1. Baixar Pesos: Acesse os pesos do modelo através do Hugging Face.

  2. Preparar Hardware: Certifique-se de que uma única máquina com pelo menos 32GB de memória GPU ou unificada esteja disponível.

  3. Instalar Software: Configure as estruturas de inferência necessárias, como Hugging Face, SGLang ou vLLM, juntamente com suas dependências.

  4. Configurar Modelo: Carregue o ponto de verificação de 20GB em sua estrutura escolhida.

  5. Definir Passagens de Loop: Escolha o número desejado de camadas em loop para a inferência.

  6. Fornecer Entradas: Alimente texto codificado em UTF-8 e imagens baseadas em pixels (dimensões de 40px a 4096px) ao modelo.

  7. Gerar Saída: Receba saídas de texto do modelo com base nas entradas fornecidas.

  • Pesquisa Multimodal
  • Estudos de Modelos em Loop
  • Geração de Texto a partir de Imagens
  • Processamento de Texto Multilíngue
  • Desenvolvimento de Modelos com Pesos Abertos
  • Implantação de Inferência Local
  • Ajuste Fino do Modelo

Avaliações de TML-d24-varloop-research

Carregando...

Ferramentas de IA populares como TML-d24-varloop-research

Inkling 2 Mini é um modelo multimodal de uso geral desenvolvido pela Thinking Machines Lab, Inc. Aceita entradas de texto e imagem para gerar saídas de texto, suportando inglês e…

Modelos de IA e LLMs

Nº 39 em LLMs

Ver ferramenta

Modelo multimodal de uso geral desenvolvido pela Thinking Machines Lab, Inc. Aceita entradas de texto e imagem para gerar saídas de texto, suportando inglês e…Inkling 2 Mini é um modelo multimodal de uso geral desenvolvido pela Thinking Machines Lab, Inc. Aceita entradas de texto e imagem para gerar saídas de texto, suportando inglês e…

Modelos de IA e LLMs
Nº 39 em LLMs

Intern Large Models, desenvolvido pelo Shanghai AI Laboratory, oferece LLMs e MLLMs de código aberto. Seu conjunto inclui modelos como InternVL e InternLM-XComposer, juntamente…

Modelos de IA e LLMs

Nº 49 em LLMs

Ver ferramenta

Intern Large Models, desenvolvido pelo Shanghai AI Laboratory, oferece LLMs e MLLMs de código aberto. Seu conjunto inclui modelos como InternVL e InternLM-XComposer, juntamente…

Modelos de IA e LLMs
Nº 49 em LLMs

Inkling 2 Small é um modelo multimodal de uso geral projetado para aceitar entradas de texto e imagem, gerando saídas de texto. Ele suporta inglês e outros idiomas, bem como…

Modelos de IA e LLMs

Nº 34 em LLMs

Ver ferramenta

Modelo multimodal de uso geral projetado para aceitar entradas de texto e imagem, gerando saídas de texto. Ele suporta inglês e outros idiomas, bem como…Inkling 2 Small é um modelo multimodal de uso geral projetado para aceitar entradas de texto e imagem, gerando saídas de texto. Ele suporta inglês e outros idiomas, bem como…

Modelos de IA e LLMs
Nº 34 em LLMs

SenseNova-Loop-9B-Preview é um modelo de linguagem multimodal projetado para fluxos de trabalho de longo contexto e agentes. Ele processa tanto texto quanto imagens para gerar…

Modelos de IA e LLMs

Nº 85 em LLMs

Ver ferramenta

Modelo de linguagem multimodal projetado para fluxos de trabalho de longo contexto e agentes. Ele processa tanto texto quanto imagens para gerar…SenseNova-Loop-9B-Preview é um modelo de linguagem multimodal projetado para fluxos de trabalho de longo contexto e agentes. Ele processa tanto texto quanto imagens para gerar…

Modelos de IA e LLMs
Nº 85 em LLMs

Inkling-Small é um modelo multimodal versátil que processa entradas de texto, imagem e áudio para gerar saídas de texto. Ele apoia desenvolvedores na criação de aplicações de IA…

Modelos de IA e LLMs

Nº 27 em LLMs

Ver ferramenta

Modelo multimodal versátil que processa entradas de texto, imagem e áudio para gerar saídas de texto. Ele apoia desenvolvedores na criação de aplicações de IA…Inkling-Small é um modelo multimodal versátil que processa entradas de texto, imagem e áudio para gerar saídas de texto. Ele apoia desenvolvedores na criação de aplicações de IA…

Modelos de IA e LLMs
Nº 27 em LLMs

Llama-4-Scout-17B-16E-Instruct é um modelo de IA multimodal desenvolvido pela Meta. Ele utiliza uma arquitetura de mistura de especialistas para fornecer capacidades avançadas de…

Modelos de IA e LLMs
Ver ferramenta

Modelo de IA multimodal desenvolvido pela Meta. Ele utiliza uma arquitetura de mistura de especialistas para fornecer capacidades avançadas de…Llama-4-Scout-17B-16E-Instruct é um modelo de IA multimodal desenvolvido pela Meta. Ele utiliza uma arquitetura de mistura de especialistas para fornecer capacidades avançadas de…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

A BigModel Platform oferece um conjunto abrangente de modelos de IA, incluindo LLMs e modelos visuais multimodais, projetados para integrar a tecnologia de IA com aplicações…

Modelos de IA e LLMs

Nº 25 em Modelos de IA e LLMs

Ver ferramenta

A BigModel Platform oferece um conjunto abrangente de modelos de IA, incluindo LLMs e modelos visuais multimodais, projetados para integrar a tecnologia de IA com aplicações…

Modelos de IA e LLMs
Nº 25 em Modelos de IA e LLMs
1 de 8