Soumith公布Inkling 2代码基准结果
热点事件持续更新
Soumith公布Inkling 2代码基准结果
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
PyTorch作者Soumith Chintala公布其团队Inkling 2 Small的内部代码基准结果：在留出数据评测中，预训练版和后训练版的每字节比特损失分别为0.2030和0.2080，均低于GLM-5.3、DeepSeek V4 Pro Base等对比模型，但后训练版略逊于Kimi K3.1 Pro的0.2068。 Soumith称，团队还用预训练格式数据微调后训练权重，以恢复其基座模型损失，并在已知基座模型上验证该方法基本可靠。该结果来自其团队内部评测，目前仅能说明Inkling 2在所示代码损失指标上的表现。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 07:50
Soumith 晒图：Inkling 2 基础模型代码损失超越 GLM-5.3 与 DeepSeek V4报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI HuntSoumith 晒图：Inkling 2 基础模型代码损失超越 GLM-5.3 与 DeepSeek V4
PyTorch 作者 Soumith Chintala 晒出内部代码基准结果，Inkling 2 Small 的 bits per byte 损失为预训练版 0.2030、后训练版 0.2080，低于 GLM-5.3、DeepSeek V4 Pro Base 等模型（越低越好）。其团队还用预训练格式数据微调后训练权重，以“恢复”基座损失，并在已知基座模型上验证该方法基本可靠。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。