首页 >> 综合 > 快讯 >

Inkling 拿下 FutureSim 评测最佳开放权重模型,长周期预测与 Agent 任务表现突出

2026-11-18 06:15:52 来源:网易 编辑:孟柔信 

由前 OpenAI CTO 米拉团队 Thinking Machines Lab 开发的多模态开放权重模型 Inkling,在 FutureSim 基准评测中被评选为最佳开放权重模型,FutureSim 主打长期时序预测、动态信息更新下的 Agent 推演能力,和常规静态刷题榜单不一样,专门模拟真实世界随时间变化的事件,检验模型持续跟踪信息、修正判断的能力,Inkling 凭借稳定的置信度校准、多步长期推演优势在一众开放权重模型里脱颖而出。Inkling 是 MoE 混合专家架构,基础版总参数 975B、激活 41B,原生支持文本、图像、音频输入,最高支持 1M 上下文窗口,采用 Apache2.0 开放权重协议,开发者拿到权重之后可以自行部署、微调,还能在配套 Tinker 平台做定制化开发,这也是它适合 FutureSim 这类长时序预测任务的一大原因,模型支持调节推理投入力度,在速度和推理精度之间灵活平衡。FutureSim 本身是 ICML 推出的面向 AI 预测智能体的评测基准,它不考静态知识,会按时间线分批推送新信息,看模型能不能更新原有判断,很贴合 AI Agent 落地的真实场景,这次获奖也印证 Inkling 在 Agent 长周期任务、事件推演方向的强项。

一、FutureSim 基准评测介绍

  • 评测定位:面向 AI 预测 Agent 的动态时序基准,ICML 相关工作,所有测试样本是真实世界事件时序序列
  • 核心逻辑:分阶段释放信息,模型需要持续接收新信号、动态更新预测结论,不是一次性问答
  • 考察重点:信息追踪、置信度控制、多步推演、减少顽固错误、适配变化环境
  • 和普通榜单差别:MMLU、GPQA 这类是静态题库,FutureSim 更贴近 Agent 持续观测、持续决策的使用场景

二、Inkling 模型核心版本参数清单

版本总参数量激活参数特点
Inkling(原版)975B41B全能力多模态,音频图文原生支持,适合复杂 Agent 任务
Inkling-Small276B12B轻量化,推理成本更低,对标原版大部分能力
Inkling 2 Small594B17B二代版本,强化 Agent 编码、视觉推理

三、Inkling 在 FutureSim 胜出的关键优势

  1. 置信度校准更好:预测输出的自信程度和真实正确率匹配,不容易盲目给出高确信度的错误结论
  2. 可控推理算力:可以调整思考开销,长时序任务分配更多算力,简单任务降低成本
  3. 长上下文支撑:百万级上下文窗口,能装载整条时间线的历史事件、观测记录
  4. 开放权重:支持本地私有化部署,开发者基于权重二次改造预测 Agent,不受 API 限制

四、开放权重和开源的简单区分

Inkling 属于开放权重模型,权重文件对外释放,可下载微调商用;并不等同于开源,模型完整训练代码、全部训练数据没有对外公开,这点要注意区分。

【相关 FAQ】

问题 1:获评 FutureSim 最佳开放权重模型的 Inkling,是哪个团队开发的?

回答 1:Inkling 由前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 打造,本次在 FutureSim 基准拿到最佳开放权重模型评价。

问题 2:FutureSim 评测和普通大模型榜单有什么不一样,为什么用来考核 Inkling?

回答 2:FutureSim 是动态时序 Agent 评测基准,分批推送时序信息,考验模型持续更新预测的能力,普通榜单是静态考题,刚好匹配 Inkling 长周期推演、预测类任务的优势,也是评选最佳开放权重模型的依据。

问题 3:Inkling 作为 FutureSim 最佳开放权重模型,授权协议是什么,能不能商用微调?

回答 3:Inkling 采用 Apache2.0 开放权重协议,开发者拿到权重之后,可以自行部署、微调,支持商用,但是训练代码、原始训练数据没有对外放出。

问题 4:Inkling 拿下 FutureSim 最佳开放权重模型,是不是说明它所有任务都是最强开放模型?

回答 4:不是,FutureSim 只聚焦长期预测、动态时序 Agent 方向,Inkling 在代码、数学等别的任务上,对比其他开放权重模型有输有赢,这个荣誉是该专项基准下的结果。

【参考资料】

[2026-11-17](Inkling named best open-weight model on FutureSim benchmark)AI Research Review

[2026-07-15](Inkling: Our Open-Weights Model)Thinking Machines Lab 官网

[2026-07-20](FutureSim: Dynamic Forecasting Benchmark for AI Agents)ICML 2026 Workshop

[2026-11-06](Inkling 2 Small 发布,强化 Agent 与视觉推理)36 氪

【免责声明】

本文资讯整理自 FutureSim 评测公告、Thinking Machines Lab 官方博客、AI 行业媒体报道;FutureSim 仅为专项 Agent 预测基准,榜单结论不能代表模型综合全场景能力;开放权重协议、参数性能以模型卡和官方文档为准,模型效果会受部署硬件、提示词、微调方案影响。

 
最新文章
站长推荐