インクリンク 2 ミニ

2026/11/21 5:12

インクリンク 2 ミニ

RSS: https://news.ycombinator.com/rss

要約▶

日本語翻訳:

Anthropic は、標準的な消費者向けラップトップ(例:MacBook Pro M5 Pro)のローカルでの利用を目的とした、高効率な人工知能モデル「Inkling 2 Mini」を発売します。この 264 億パラメータを持つエキスパート混合物(Mixture-of-Experts)システムは、中間層にループアーキテクチャを独自に採用しており、トークンあたり 6 層のブロックが 2 つあり、それぞれがトークンごとに 3 回ループします。この設計により複雑な推論能力を強化しつつ、出力は簡潔で人間が読みやすいものとして保たれます。モデルにはアクティブパラメータ 34 億と、ループオーバーヘッドを含むトークンあたり重み活性化値 54 億があります。重みは最初の 20 層で NVFP4 でトレーニングされ、最後の 4 層では MXFP8 でトレーニングされており、NVIDIA GB300 プラットフォーム上でトレーニングされたにもかかわらず量子化による損失はありません。

ベンチマーク結果により、他の 100B パラメータ未満のモデルを上回ることがコーディングタスクで確認されており、DeepSWE v1.1(48.2%)および Vals Index v2.2(46.5%)においてオープンウェイトモデルで首位に立ちました。PMPP-Hard ではより大きな Inkling 2 Small に迫るコーディングスコアを達成し、SWEBench Multilingual などでは Qwen3.8-27B のみを凌ぐ水準です(Inkling 2 Mini: 79.2% vs Qwen: 71.1%)。ループアーキテクチャにより、「no-CoT 時間地平線」が延長され(Think Fast タスクでは 16 秒から 37 秒へ)、人間が読みやすい出力を維持できますが、これらの思考を制御する steerability は依然として低く(〜0.1%)です。LinuxArena での安全性テストでは、Qwen3.6 にて監視された場合、ループ回数に基づくモニタービリティの明確な傾向は見られませんでした。

Stanford の Hazy Research Lab と Goodfire lab と共同開発されたこのモデルは、先進的な NVFP4 量子化技術を採用し、高いインテリジェンス毎ジュール効率(DGX Spark で 0.703)を維持しています。研究者たちは現在、Tinker や Hugging Face を介してオープンウェイトに直接アクセスし、推論をカスタマイズできるようになりました。これには、変数ループの研究用バリエーション("TML-d24-varloop-research")も含まれており、1 回から 5 回のループパスをサポートします。このリリースは、洗練されたオフライン AI 機能を日常デバイスへ持ち込む方向への大きな転換を示しています。研究者たちは、同モデルが構築したフライトシミュレータを飛行モードで実行することに成功し、その実現可能性を実証しました。

本文

インクリング 2 ミニ (Inkling 2 Mini):ローカル向け高速かつ強力な AI モデルリリース

本日、小型でありながら高機能な インクリング 2 ミニ をリリースいたします。このモデルはノートパソコンでも動作可能な高速推論を実現し、全パラメータ数 100B 以下のオープンウェイトモデルの中で高いスコアを記録しています。

  • 報告コードスコア: DeepSWE v1.1 | SWE-bench Pro v2 Hard(タスク 51)| パラメータ総数 100B 以下のモデルにおける基準
  • 理論的なデコード速度 (BF16 重み、バッチサイズ 1): 反復読み込みを含む上限として 614 GB/s を達成
  • 性能: DeepSWE v1.1(48.2%)や Vals Index v2.2(46.5%)などでベンチマーク首位を占める

概要とアーキテクチャ

インクリング 2 ミニは、推論の質に依存するタスクにおいて少ないトークン数で正解に到達できるループ型トランスフォーマー (Looped Transformer) です。

  • 構造: モデルの中間層を各トークンの処理において 3 回実行
  • 効果:
    • より深い推論が可能となり、思考プロセスを文字化することなく長期的な推論を行う
    • モニタビリティ(監視可能性)の向上: CoT(思考連鎖)を読み取り、モデルの動作を理解・監督できる

モデル仕様比較

指標インクリング 2 ミニGemma 4 31BMuse GlimmerQwen3.8-27BNemoetron 3.5 Super VL
パラメータ数 (B) [アクティブ / 総計]54 / 26430.7 / 30.727.0 / 27.012.0 / 12.4-
AA Index (v5.0)20.1*4.420.1*13.6-
Vals Index (v2.2)46.5%*-29.8%--

**: 該当行における最良の報告スコア

主要な能力とベンチマーク結果

インクリング 2 ミニは、長期視野にわたるエージェント型タスクにおいて優れ、同規模のオープンウェイトモデルの中でほぼすべてのタスクで最高スコアを記録しています。

コーディング能力

  • エージェント型コーディング: DeepSWE v1.1 や SWE-bench Pro v2 Hard(77.9%)において他モデルを上回るスコア
  • PMPP-Hard: 比較的大きなインクリング 2 スモールに迫るスコアを達成

知識と推論の特性

  • 長文脈検索: グラフウォークス BFS や MRCR v2 などでループ回数を増やすとパフォーマンス向上
  • 知識依存型タスク: AA-Omniscience などではループによる性能向上は見られず、総パラメータ数で決定される

包括的なベンチマークスコア(インクリング 2 ミニ)

カテゴリベンチマークスコア注記
コーディングDeepSWE v1.1 mini-swe-agent v2.4.648.2%他モデル最高スコア
SWE-bench Pro v2 (Hard)77.9%他モデル最高スコア
Frontier Code v2.015.1%他モデル最高スコア
Vibe Code Bench v1.177.9%他モデル最高スコア
検索・ツール利用BrowseComp79.0%他モデル最高スコア
DeepSearchQA85.3%他モデル最高スコア
MCP Atlas Public82.7%他モデル最高スコア
知識作業GDP Val-AA v2.11319他モデル最高スコア
JobBench49.6%他モデル最高スコア
ビジョン解釈OmniDocBench v1.692.8%他モデル最高スコア
MuirBench77.5%他モデル最高スコア
推論・認識論CritPt v2 (Full/Hard)31.4%他モデル最高スコア
Apex 202534.4%他モデル最高スコア

*: 該当行における最良の報告スコア

ジュールあたりの知性 (Intelligence per Joule)

スタンフォード大学の研究により、インクリング 2 ミニはエネルギー効率に優れていることが確認されました。

  • NVIDIA DGX Spark スコア: 0.703(他のモデルと比較して著しく高い)
    • Qwen3.6-35B-A3B: 0.430
    • Gemma-4-26B-A4B: 0.159
    • Qwen3.5-27B: 0.036
  • 環境負荷低減の実例: 「Thinkyville(エネルギー配慮型村)」というオフライン MacBook で動作する 20 の住民を管理するシステムを実装

Thinkyville: 単一のオフライン MacBook で 20 人の村民を駆動。一日の計画を立てたり、バークットを開催したりします。

アーキテクチャとトレーニング詳細

主力レシピから派生した24 レイヤーモデルです。モデルサイズ削減のためエキスパートの一部を剪断し、推論能力向上のためにループ機能を導入しました。

  • 重み精度: トレーニング時の数値精度(NVFP4, MXFP8)でそのままデプロイ可能で、量子化からの転換損失なし
  • 剪断と治癒: トレーニング開始時 384 エキスパート → 128 エキスパートへ剪断。残りのエキスパートを学習し性能を取り戻す

ループ構造の利点

ループ位置による計算量の増倍係数は以下の通りです。

ループ位置中間層 (7-18)最終層 (13-24)
計算量の増倍係数1.51–1.91×1.24–1.36×

ループ構造図

プレリュード: 1 回実行
ブロック 2 と 3: 3 回実行(パス 1 -> メッセージ -> パス 2 -> メッセージ -> パス 3)
最終ブロック: 1 回実行

モニタビリティと研究可能性

ループ型トランスフォーマーアーキテクチャにより、思考連鎖 (Chain of Thought) の監視が可能になり、AI システムの理解・監督が強化されています。

可変ループモデル研究 (TML-d24-varloop-research)

  • 高いパス数: グラフウォークス BFS などでパフォーマンス向上
  • 非 CoT タイムホライズン:
    • 1 パス: 16 秒 → 3 パス: 37 秒(直列推論ベンチマークでの改善継続)

コントロール性

  • 制御可能性: 750〜1,250 トークンの CoT で特定のキーワードを避ける指示への従順さは最大 0.1%(ループ量に関わらず低水準)

ローカル環境での利用開始方法

効率的な知性と高速推論により、**ローカルハードウェア(ノートパソコンなど)**での実行に適したモデルです。

システム要件

  • Mac: 少なくとも 32GB RAM を搭載したシステム(MacBook, Mac Mini など)
  • メモリフットプリント: ~20GB(消費用デバイスでも動作可能)
  • 機能: フライトシミュレーターのようなアプリを数分で構築可能なオフライン動作

利用プラットフォーム

  • 推論エンジン: Ollama, SGLang, vLLM, Unsloth, NVIDIA Dynamo など
  • ファインチューニング: SkyRL, Miles, NVIDIA AutoModel (RL サポート付き)
  • 重み入手先: Hugging Face(完全な重みと可変ループ版)

Ollama を通じて、任意の Mac システム(MacBook, Mac Mini)上で動作します。

同じ日のほかのニュース

一覧に戻る →

2026/11/21 3:33

慌ててのお知らせ:Alessandro Masullo(GRH)

## Japanese Translation: Alessandro Masullo は、数十年にわたる数学的猜想である一般リーマン予想(GRH)に関する証明の提案を発表し、その公開が迫っていると表明した。この画期的な成果は完全に人間によるものであり、数学者の Brian Conrad による強力な検証が得られている。Conrad 氏は草案を数月にわたり精査し、現在統合されている詳細なフィードバックを提供しているもともとの予定では、Masullo 氏がさらに推敲のためにスタンフォード大学で 1 年間過ごすことが計画されていたが、現在は米数学会会議中に現在の草案を即座に公開することが専門家による迅速な検証を可能にするとして最適と判断されている。直近の目標は、専門家が既存の理論枠組み内において議論を正式化し、わずかなギャップを速やかに解消することである。成功すれば、この長年の未解決問題の解決は数論に大きな影響を与え、分野全体の焦点を新たな証明をその核心構造に取り入れることへとシフトさせながら、その厳密な正確性を確保することとなる。

2026/11/21 7:30

NINLIVE:ナイン・インチ・ネイルズのライブアーカイブ

## Japanese Translation: この独立した、親和関係のないファン運営のアーカイブは、「The Future Is Here」というプラットフォームを介して、1988年から2026年までのニル・ヤンナイルスのコンサート1,200回以上のストリーミングアクセスを提供しており、46カ国373都市の公演にわたります。デジタルライブラリには、1,900以上の録音、4,600枚以上の写真およびメディアファイル、363曲のトラックが含まれています。最近、管理者たちは歴史的なオーディオ転送の大きな未処理作業を完了しました。これには、NYCのテーパーのための200本のDATテーププロジェクトの完了や、acc123456コレクションの追加などがあり、新しいファンの投稿のより迅速な統合を可能にしています。アーカイブ上またはまだ存在しないアイテムや新しい転送の依頼はメールでお問い合わせいただけます。コンテンツキュレーションはコミュニティによる貢献によって推進されています:管理者が各公演に対してチケットスラブ、セットリストスキャン、パス、写真を追加する一方、カメラマンは外部サイトへのリンクを付与した公演ハイライトの投稿を招待されます。お気に入りの録音を保存し、コンテンツを整理するためには、Discord経由でログインする必要があります。ニル・ヤンナイルスのコアツアーのみならず、関連プロジェクトやサイドパスもアーカイブに含まれており、積極的な参加を通じて歴史保存と現代的アクセシビリティのバランスに成功しています。

2026/11/21 3:17

知らず知らずに開発者をアーキテクターに昇格させました。

## Japanese Translation: 最も深刻な問題は、人間のアーキテクチャ上の監督なしに AI コーディングツールに依存することにより、アプリケーション設計が不十分になり、数百万ユーザーに対し重大なパフォーマンスの劣化を招くことです。シニアエンジニアは効率的なデータモデルを優先し、機能要件に対して疑問を投げかけますが、AI ツールはシステムの規模を理解せず、トレードオフに対して反対することもなく、単に厳密な指示を盲目的に実行します。直近のデバッグ事例では、AI が生成したロガーがまず時刻スタンプを記録したり、認証されていないペイロードを非同期で処理したりする代わりに、電子メールを取得するために冗長な API 呼び出しを実行することで、ウェルカム画面が 15 秒遅延するという問題が発見されました。このアーキテクチャ上のリーダーシップの欠如は、開発者らをトレーニングを受けていないにもかかわらずアーキテクトの役割を担わすよう強いる結果となり、速度を犠牲にして不備のあるセキュリティ実践を採用したシステムを生み出します。もしこのパターンが続く場合、最適化が行われる前に、アプリケーションは冗長なデータモデルを持つ非効率的な設計をますます採用することになります。その結果、ユーザーは許容できない起動遅延に直面し、企業は不要なサーバー呼び出しによってリソースを浪費するリスクにさらされます。広範なテクノロジー業界全体では、開発者がコーディングタスクを自動化しても、堅牢なソフトウェア工学に必要な批判的思考力と設計のビジョンを提供できないという危険なスキルギャップが生じるリスクがあります。