跳转到主要内容
ToolPotion
AI 顾问
提交(免费)

TML-d24-varloop-research

TML-d24-varloop-research 是由 Thinking Machines Lab, Inc. 开发的多模态研究模型。它接受文本和图像输入以生成文本输出。该模型是 Inkling 2 Mini 的可变循环对应物,允许在推理时选择循环层的数量。它以开放权重发布,以支持对循环模型的研究。

访问URL
分享
TML-d24-varloop-research 截图
TML-d24-varloop-research 截图

TML-d24-varloop-research 是由 Thinking Machines Lab, Inc. 开发的多模态研究模型,旨在处理文本和图像输入并生成文本输出。该模型于 2026 年 11 月 20 日在 Apache 2.0 许可证下发布,是循环模型领域的重要贡献,提供了一种与其固定循环对应物 Inkling 2 Mini 不同的可变循环架构。研究人员可以在推理过程中动态调整循环的数量,从而更清晰地比较额外计算对模型内部过程和整体能力的影响。

阅读更多

该模型通过 Hugging Face 以开放权重分发,单个检查点大小约为 20GB。它需要至少 32GB GPU 或统一内存的机器,兼容 NVIDIA DGX Spark、NVIDIA GPU(例如 GeForce RTX 5090 或 RTX PRO 6000 Blackwell)或 Apple silicon Mac 等配置。TML-d24-varloop-research 支持使用多种框架进行本地推理,包括 Hugging Face、SGLang、vLLM、TokenSpeed、NVIDIA Dynamo、Unsloth、llama.cpp、Llama App、Ollama 和 Exo Labs。它还支持与 Miles 和 SkyRL 的后训练。

在架构上,TML-d24-varloop-research 是一个 24 层的仅解码器变换器,具有稀疏的专家混合(MoE)前馈层。中间 12 层可以运行可变次数,共享权重,并经过 1 到 5 次的训练。每层将标记路由到 128 个专家中的 8 个,注意力是局部和全局层的混合。该模型本质上是多模态的,通过视觉变换器编码图像,并与文本在共享的隐藏空间中共同处理。它具有 264 亿个参数(在 1 次传递时活跃 34 亿个参数),并支持 NVFP4 和 MXFP8 数值。它处理 UTF-8 编码的文本和基于像素的图像输入(每个维度 40px 到 4096px),上下文窗口最大支持 100 万个标记。

TML-d24-varloop-research 的训练数据包括来自公开可用来源、第三方收购和内部/合成生成数据的各种内容类型。数据策划涉及清理、去重和过滤,以确保质量和安全。该模型与 Inkling 2 Mini 共享其预训练和中期训练的第一阶段,但在后期阶段分歧,特别是在其可变循环训练中,样本为 1 到 5 次。虽然评估显示与 Inkling 2 Mini 在 Agentic Coding、Vision Interpretation 和 Reasoning 等基准上的表现有所不同,但它主要作为研究文物,因其在不同传递计数下可能出现不可预测的行为以及基础模型普遍存在的局限性(如幻觉和训练数据的偏见),不建议用于生产。

  • 类别AI 模型与大语言模型
  • 定价模式开源
  • 部署本地运行
  • 平台网页版

  • 多模态输入:接受文本和图像输入

  • 文本输出:根据输入生成文本

  • 可变循环:推理时可以选择循环层的数量

  • 开放权重:可下载以支持研究

  • 264 亿参数:大规模模型,在 1 次传递时有 34 亿活跃参数

  • 多语言支持:对多种语言的一般支持

  • Apache 2.0 许可证:开放源代码许可用于使用和修改

  • 本地推理支持:兼容 Hugging Face、SGLang、vLLM、TokenSpeed、NVIDIA Dynamo、Unsloth、llama.cpp、Llama App、Ollama 和 Exo Labs

  • 后训练支持:可以与 Miles 和 SkyRL 进行后训练

  • 稀疏专家混合(MoE):利用 MoE 前馈层

  • 混合注意力:结合局部和全局注意力层

  • 原生多模态性:通过视觉变换器编码图像并与文本共同处理

  • 高上下文窗口:支持最多 100 万个标记

  • 混合精度数值:支持 NVFP4 和 MXFP8

  1. 下载权重:通过 Hugging Face 访问模型权重。

  2. 准备硬件:确保有一台至少 32GB GPU 或统一内存的机器可用。

  3. 安装软件:设置所需的推理框架,如 Hugging Face、SGLang 或 vLLM 及其依赖项。

  4. 配置模型:将 20GB 检查点加载到所选框架中。

  5. 设置循环传递:选择推理所需的循环层数量。

  6. 提供输入:向模型提供 UTF-8 编码的文本和基于像素的图像(40px-4096px 尺寸)。

  7. 生成输出:根据提供的输入从模型接收文本输出。

  • 多模态研究
  • 循环模型研究
  • 从图像生成文本
  • 多语言文本处理
  • 开放权重模型开发
  • 本地推理部署
  • 模型微调

TML-d24-varloop-research 评价

加载中...

与 TML-d24-varloop-research 类似的热门AI工具

Inkling 2 Mini

大语言模型

Inkling 2 Mini 是由 Thinking Machines Lab, Inc. 开发的通用多模态模型。它接受文本和图像输入以生成文本输出,支持英语及其他语言。该模型旨在为开发者提供便利,帮助构建 AI 应用程序,如智能系统、编码助手、聊天机器人和增强检索生成系统,并提供开放权重以供研究和集成。

AI 模型与大语言模型

大语言模型 排名第 39 位

查看工具

大语言模型

由 Thinking Machines Lab, Inc. 开发的通用多模态模型。它接受文本和图像输入以生成文本输出,支持英语及其他语言。该模型旨在为开发者提供便利,帮助构建 AI 应用程序,如智能系统、编码助手、聊天机器人和增强检索生成系统,并提供开放权重以供研究和集成。Inkling 2 Mini 是由 Thinking Machines Lab, Inc. 开发的通用多模态模型。它接受文本和图像输入以生成文本输出,支持英语及其他语言。该模型旨在为开发者提供便利,帮助构建 AI 应用程序,如智能系统、编码助手、聊天机器人和增强检索生成系统,并提供开放权重以供研究和集成。

AI 模型与大语言模型
大语言模型 排名第 39 位

InternLM

大语言模型

Intern Large Models (InternLM),由上海人工智能实验室开发,提供开源的大语言模型(LLM)和多模态大语言模型(MLLM)。其套件包括 InternVL 和 InternLM-XComposer 等模型,以及用于开发和应用的工具链,其中包含用于微调的 XTuner 和用于部署的 LMDeploy。

AI 模型与大语言模型

大语言模型 排名第 49 位

查看工具

大语言模型

Intern Large Models (InternLM),由上海人工智能实验室开发,提供开源的大语言模型(LLM)和多模态大语言模型(MLLM)。其套件包括 InternVL 和 InternLM-XComposer 等模型,以及用于开发和应用的工具链,其中包含用于微调的 XTuner 和用于部署的 LMDeploy。

AI 模型与大语言模型
大语言模型 排名第 49 位

Inkling 2 Small

大语言模型

Inkling 2 Small 是一款通用的多模态模型,旨在接受文本和图像输入,并生成文本输出。它支持英语及其他语言,以及多种编程语言。该模型旨在为开发者构建 AI 应用程序提供支持,包括代理系统、编码助手、聊天机器人和检索增强生成,提供开放权重以供研究和微调。

AI 模型与大语言模型

大语言模型 排名第 34 位

查看工具

大语言模型

通用的多模态模型,旨在接受文本和图像输入,并生成文本输出。它支持英语及其他语言,以及多种编程语言。该模型旨在为开发者构建 AI 应用程序提供支持,包括代理系统、编码助手、聊天机器人和检索增强生成,提供开放权重以供研究和微调。Inkling 2 Small 是一款通用的多模态模型,旨在接受文本和图像输入,并生成文本输出。它支持英语及其他语言,以及多种编程语言。该模型旨在为开发者构建 AI 应用程序提供支持,包括代理系统、编码助手、聊天机器人和检索增强生成,提供开放权重以供研究和微调。

AI 模型与大语言模型
大语言模型 排名第 34 位

Inkling 是一个拥有 9750 亿参数的多模态 AI 模型,专为开发者设计。它接受文本、图像和音频输入,生成文本输出,适用于各种应用,包括聊天机器人和编码助手。以开放权重发布,支持研究和集成到第三方产品中。

AI 模型与大语言模型
查看工具

拥有 9750 亿参数的多模态 AI 模型,专为开发者设计。它接受文本、图像和音频输入,生成文本输出,适用于各种应用,包括聊天机器人和编码助手。以开放权重发布,支持研究和集成到第三方产品中。Inkling 是一个拥有 9750 亿参数的多模态 AI 模型,专为开发者设计。它接受文本、图像和音频输入,生成文本输出,适用于各种应用,包括聊天机器人和编码助手。以开放权重发布,支持研究和集成到第三方产品中。

精选AI 模型与大语言模型
查看 AI 模型 Top 5

SenseNova-Loop-9B-Preview 是一个多模态语言模型,旨在处理长上下文和代理工作流。它处理文本和图像以生成文本输出,支持文档理解、编码和与外部工具交互等应用。该模型具有独特的循环解码器架构和双流流形约束超连接,能够实现高效、深度的执行路径。

AI 模型与大语言模型

大语言模型 排名第 85 位

查看工具

多模态语言模型,旨在处理长上下文和代理工作流。它处理文本和图像以生成文本输出,支持文档理解、编码和与外部工具交互等应用。该模型具有独特的循环解码器架构和双流流形约束超连接,能够实现高效、深度的执行路径。SenseNova-Loop-9B-Preview 是一个多模态语言模型,旨在处理长上下文和代理工作流。它处理文本和图像以生成文本输出,支持文档理解、编码和与外部工具交互等应用。该模型具有独特的循环解码器架构和双流流形约束超连接,能够实现高效、深度的执行路径。

AI 模型与大语言模型
大语言模型 排名第 85 位

Inkling-Small

大语言模型

Inkling-Small 是一个多功能的多模态模型,处理文本、图像和音频输入以生成文本输出。它支持开发人员创建聊天机器人和编码助手等 AI 应用程序,并提供开放权重以便于研究和集成。

AI 模型与大语言模型

大语言模型 排名第 27 位

查看工具

大语言模型

多功能的多模态模型,处理文本、图像和音频输入以生成文本输出。它支持开发人员创建聊天机器人和编码助手等 AI 应用程序,并提供开放权重以便于研究和集成。Inkling-Small 是一个多功能的多模态模型,处理文本、图像和音频输入以生成文本输出。它支持开发人员创建聊天机器人和编码助手等 AI 应用程序,并提供开放权重以便于研究和集成。

AI 模型与大语言模型
大语言模型 排名第 27 位

Llama-4-Scout-17B-16E-Instruct 是 Meta 设计的多模态 AI 模型。它利用专家混合架构提供先进的文本和图像理解能力,支持多语言输出和针对多种应用的微调。

AI 模型与大语言模型
查看工具

Meta 设计的多模态 AI 模型。它利用专家混合架构提供先进的文本和图像理解能力,支持多语言输出和针对多种应用的微调。Llama-4-Scout-17B-16E-Instruct 是 Meta 设计的多模态 AI 模型。它利用专家混合架构提供先进的文本和图像理解能力,支持多语言输出和针对多种应用的微调。

AI 模型与大语言模型
查看 AI 模型 Top 5

大模型平台提供全面的AI模型套件,包括大型语言模型(LLMs)和多模态视觉模型,旨在将AI技术与行业应用相结合。为企业提供高精度、高效和通用的AI开发解决方案。

AI 模型与大语言模型

AI 模型与大语言模型 排名第 25 位

查看工具

提供全面的AI模型套件,包括大型语言模型(LLMs)和多模态视觉模型,旨在将AI技术与行业应用相结合。为企业提供高精度、高效和通用的AI开发解决方案。大模型平台提供全面的AI模型套件,包括大型语言模型(LLMs)和多模态视觉模型,旨在将AI技术与行业应用相结合。为企业提供高精度、高效和通用的AI开发解决方案。

AI 模型与大语言模型
AI 模型与大语言模型 排名第 25 位
1/8