İçeriğe atla
Son haberler
Unreal Engine Lumen ayarları: Mimari iç mekânlarda ışık ve yansıma rehberiIntel Nova Lake-S, testte 28 çekirdek ve 5,2 GHz ile görüldüVeo 3.1 ile mimari video hazırlama: İstemden sahne kurgusunaBlender’dan Unreal Engine’e lightmap UV hazırlama: adım adım rehberCADQuader beta çıktı: STEP ve IGES dosyalarını quad mesh’e dönüştürüyorRhino 8’de mimari pafta hazırlama: Layout, Detail ve PDF çıktısı rehberiImages 2.6 ile mimari görsel üretimi: istemden kontrollü revizyonaThéâtre Royal de Rabat tamamlandı: Bouregreg kıyısından esinlenen tasarımBlender’dan Unreal Engine’e USD sahnesi aktarma: adım adım rehberInkling 2 Mini yayımlandı: Döngülü mimarisiyle yerel kullanıma odaklanıyor
AI ModellerKlingMariSGLang

Inkling 2 Mini yayımlandı: Döngülü mimarisiyle yerel kullanıma odaklanıyor

Thinking Machines Lab, Inkling 2 Mini’yi 20 Kasım’da duyurdu. Metin ve görsel girdilerini destekleyen model, 1 milyon token bağlam penceresi ve yerel çalıştırma seçenekleriyle öne çıkıyor.

Mimari maket ve görsel referansların yanında yerel çalıştırma için bilgisayarAI görsel
Temsilî görsel; yapay zekâ ile üretildi.Görsel: 3dsınıfı / FCA AI
KaydetPaylaş0

Kısaca

  1. Model, 24 fiziksel kod çözücü katmanının ortadaki 12’sini üç kez çalıştırıyor.
  2. Metin ve görsel girdilerini kabul ediyor; bağlam penceresi 1 milyon tokena kadar çıkıyor.
  3. Transformers, llama.cpp, MLX ve SGLang için çalıştırma desteği sunuluyor.
  4. The Decoder, Apache 2.0 lisansını ve en az 32 GB belleğe sahip Mac’lerde yerel çalıştırma seçeneğini bildiriyor.

Thinking Machines Lab, Inkling 2 Mini adlı çok kipli yapay zekâ modelini 20 Kasım 2026’da Hugging Face blogunda tanıttı. Yerel kullanım için geliştirilen model metin ve görsel girdilerini işleyebiliyor, 1 milyon tokenlık bağlam penceresi sunuyor. Hugging Face’in duyurusunda modelin yaklaşık 26 milyar fiziksel parametreye ve token başına yaklaşık 3 milyar etkin parametreye sahip olduğu belirtiliyor.

Döngülü katman yapısı nasıl çalışıyor?

Inkling 2 Mini, uzman karışımı (Mixture-of-Experts) yaklaşımını belirli katmanları tekrar çalıştıran bir yapıyla bir araya getiriyor. Kod çözücüdeki 24 fiziksel katmanın ortasındaki 12 katman, aynı ağırlıklar kullanılarak üç kez işleniyor. Böylece model, fiziksel katman sayısı artmadan her token için toplam 48 katman ziyareti gerçekleştiriyor.

Her token için model, katman başına bulunan 128 uzmandan sekizini seçiyor. Dikkat mekanizmasında kayan pencereli katmanlar ile tam dikkat katmanları birlikte kullanılıyor; kayan pencerenin uzunluğu en fazla 1.024 token. Tekrarlanan geçişlerde önceki geçişlerin çıktılarından gelen mesajlar da hesaba katılıyor. Bu mimari, modelin hesaplama biçimini değiştiriyor; ancak kaynaklarda mimarlık veya 3D yazılımlarına özel bir entegrasyon duyurulmuyor.

Çalıştırma desteği, donanım ve lisans

Hugging Face; Transformers, llama.cpp, MLX ve SGLang ile çalıştırma desteği sağlandığını aktarıyor. llama.cpp için 4 bit IQ4_NL ve 8 bit Q8_0 seçenekleri bulunuyor. SGLang ile kurulum talimatlarında SM103 ön koşulu belirtilmiş; DSpark taslak modeli de spekülatif kod çözme için kullanılabiliyor.

The Decoder, modelin Apache 2.0 lisansıyla sunulduğunu ve yerel çalıştırma için en az 32 GB belleğe sahip Mac’lerde kullanılabildiğini bildiriyor. Aynı kaynak NVIDIA DGX Spark’ı da çalıştırma seçenekleri arasında sayıyor. Bunlar belirli sistemlere ilişkin kaynakta aktarılan bilgilerdir; farklı donanım ve yazılım yapılandırmalarındaki bellek ihtiyacı veya performans sonuçları için ayrıca doğrulama gerekiyor.

Hugging Face’in paylaştığı test karşılaştırmasında Inkling 2 Mini, Gemma 4 31B, Muse Glimmer, Qwen3.8-27B ve Nemotron 3.5 Super VL ile kıyaslanan 48 ölçütün 32’sinde önde gösteriliyor. Bu, duyuruda aktarılan değerlendirme sonuçlarını yansıtıyor; her iş yükündeki sonucu garanti etmiyor.

Araştırma amaçlı ayrı sürüm, döngü sayısını değiştirebiliyor. Hugging Face’e göre 1 veya 2 geçişe düşmek çıkarımı hızlandırabilir, ancak çıktı kalitesinde bir miktar gerilemeye yol açabilir. Kaynak, bu sürümün kapsamlı biçimde değerlendirilmediğini de belirtiyor.

Mimarlık ve görselleştirme ekipleri için ne ifade ediyor?

Görsel girdi desteği, mimari referansları veya sahne görsellerini modele verip içerik hakkında soru sorma gibi denemelere kapı açıyor. Uzun bağlam penceresi de geniş metin girdileriyle çalışmayı mümkün kılıyor. Ancak duyurular, modelin BIM, modelleme ya da render uygulamalarına doğrudan bağlandığını göstermiyor; dolayısıyla bu özellikleri hazır bir tasarım otomasyonu olarak değerlendirmemek gerekiyor.

Ofisler ve görselleştirme ekipleri, öncelikle lisans koşullarını, mevcut donanımla uyumluluğu ve seçilen çalıştırma yönteminin bellek gereksinimini kontrol etmeli. SGLang tercih edilecekse kaynakta belirtilen SM103 ön koşulu göz önünde bulundurulmalı. Üretim iş akışına geçmeden önce görsel yorumlama ve metin tabanlı görevler, gerçek proje örnekleriyle sınanmalı.

Sık sorulan sorular

Inkling 2 Mini görsel girdilerini destekliyor mu?

Evet. Model metin ve görsel girdilerini kabul ediyor ve 1 milyon tokenlık bağlam penceresi sunuyor.

Inkling 2 Mini hangi sistemlerde yerel çalıştırılabiliyor?

The Decoder, en az 32 GB belleğe sahip Mac’leri ve NVIDIA DGX Spark’ı belirtiyor. Hugging Face ayrıca Transformers, llama.cpp, MLX ve SGLang desteği bildiriyor.

Inkling 2 Mini’nin lisansı nedir?

The Decoder, modelin Apache 2.0 lisansıyla sunulduğunu aktarıyor.

Kaynaklar

1 kaynak
HF
Hugging Face Bloghuggingface.co/blog/inkling2mini
Özet

Kaynak metinler yeniden yayımlanmaz; kısa alıntılar tırnak içinde verilir, geri kalanı özgün özet ve yorumdur.

3dsınıfı yorumu
3dEditörün değerlendirmesi

Inkling 2 Mini’nin görsel girdi alması ve yerel çalıştırma seçenekleri, mimarlık ofisleri ile görselleştirme ekiplerinin referans analizi gibi yardımcı işleri kendi ortamlarında denemesine imkân verebilir. Ancak kaynaklarda tasarım yazılımlarıyla doğrudan entegrasyon gösterilmiyor; bu nedenle modelin üretim hattındaki rolü şimdilik dikkatli testlerle belirlenmeli.

Türkiye’de ekiplerin Apache 2.0 lisansını, kendi kullanım koşullarını ve donanım uyumluluğunu birlikte değerlendirmesi önemli. En az 32 GB belleğe sahip Mac’ler ve NVIDIA DGX Spark, kaynakta anılan seçenekler; farklı sistemlerde performans ayrıca ölçülmeli. Döngü sayısını azaltmanın olası hız kazancı da kaliteyle birlikte değerlendirilmelidir.

Bu habere tepkin ne?

Yorumlar 0

İlk yorumu sen yazKendi test sonuçlarını ya da sorunu paylaş.
+

İlgili haberler