Thinking Machines 谈 Inkling 模型的分级开放权重路径

Thinking Machines Lab 发文阐述其开源模型 Inkling 的分级开放权重思路,主张“不加区分地开放权重”和“把强模型锁在少数实验室手里”都不安全,试图在两个极端之间探索一条渐进式扩大访问权限的路径。

• 核心立场是拒绝二选一的安全叙事:既反对完全闭源垄断,也反对权重不设门槛全网发布,主张按能力/风险分阶段放开
• 文章重点披露了他们如何评估 Inkling 模型本身的能力与风险,评估结果是决定访问权限该开放到哪一级的依据
• 官方明确表态“尚未完全探明”这条路径,属于阶段性方法论分享而非成熟方案,后续大概率还会迭代调整
• 是 Thinking Machines(由前 OpenAI 高管创立)在模型开源治理议题上的又一次公开表态,延续其区别于纯闭源大厂的产品哲学
• 看点:随着更多实验室在“开源 vs 闭源”之间寻找中间路线,分级开放权重可能成为行业应对模型滥用风险的新范式,值得关注其具体分级标准如何落地。

本内容由 AI 生成，仅供参考，请注意甄别