7月16日新闻，，，，，米拉·穆拉蒂（Mira Murati）开办的Thinking Machines Lab宣布首个基础模子Inkling。。。模子共9750亿参数，，，，，单次推理激活410亿参数，，，，，最长支持100万token上下文；；；；完整权重已在Hugging Face提供下载，，，，，接纳Apache 2.0允许。。。

Inkling可吸收文本、图片和音频，，，，，输出文本，，，，，并已接入Thinking Machines的Tinker微调平台。。。公司明确称Inkling不是目今最强模子。。。

45万亿token，，，，，单次激活410亿参数

Thinking Machines称，，，，，Inkling使用45万亿token预训练，，，，，数据笼罩文本、图片、音频和视频，，，，，训练所有在英伟达GB300 NVL72系统上完成。。。模子接纳混淆专家架构，，，，，9750亿参数中激活410亿，，，，，以降低单次推理的盘算量。。。

公司宣布的SWE-bench Verified效果为77.6%，，，，，低于Kimi K2.6的80.2%、GLM 5.2的80.0% 和DeepSeek V4 Pro的80.6%。。。在Design Arena的智能体网页开发盲测中，，，，，Inkling得分1253，，，，，靠近GPT-5.6 Sol的1256，，，，，与Claude Opus 4.6相同。。。后一个榜单只笼罩网页开发使命。。。

Inkling的初始监视微调使用了包括Kimi K2.5在内的开放权重模子天生的合成数据。。。官方称这一阶段只占少量算力，，，，，主要算力用于合成和人工情形中的大规模强化学习。。。

Thinking Machines还预览了Inkling-Small。。。小模子单次可激活120亿参数，，，，，部分推理和智能体效果靠近Inkling；；；；公司体现完整权重仍在测试，，，，，将在测试完成后宣布。。。

官方此次开放的是模子权重。。。训练数据原文和所有源代码未随之果真；；；；用户可下载权重，，，，，也可通过Tinker或第三方推理服务使用模子。。。

Inkling接入Tinker微调平台

Inkling上线当天即可在Tinker中微调。。。Thinking Machines还增添了开发者Playground，，，，，并展示了一次自微调：Inkling编写训练使命，，，，，在约27分钟内把自己微调成回覆中不使用字母e的模子。。。该历程是公司演示，，，，，官方没有宣布其他使命的乐成率。。。

据彭博报道，，，，，Thinking Machines禁绝备直接通过Inkling变现，，，，，目今收入来自模子微调工具Tinker；；；；对冲基金桥水基金（Bridgewater Associates）是其客户之一。。。Inkling提供可下载的基础模子，，，，，Tinker提供后续训练和定制服务。。。

穆拉蒂2025年2月开办Thinking Machines。。。公司同年完成20亿美元种子轮融资，，，，，估值120亿美元，，，，，但其时尚未宣布自研模子。。。彭博还报道，，，，，数名员工厥后加入Meta和OpenAI。。。（易句）

（本文由AI翻译，，，，，网易编辑认真校对）

从日志回看结构化数据排查：修复方法与变换控制问题历程

从内容战略与E-E-A-T审核照料的视角看，，，，，《结构化数据排查：修复方法与变换控制》不是一篇只为笼罩要害词的文章，，，，，而是一次围绕真实问题睁开的诊断、修复和复盘。。。用户通常不是一最先就能说清根因，，，，，他只会形貌页面打不开、收录异常、排名波动、咨询镌汰或内容看起来不可信。。。专业处理要先把这种模糊感受拆成可验证的问题，，，，，再决议是手艺修复、内容重写、结构调解照旧信任补强。。。这个主题的焦点难点在于：页面看似完整但缺少履历、证据和决议资助，，，，，用户读完仍然不知道是否可信、是否适合自己。。。若是团队只凭履历连忙操作，，，，，容易泛起越修越乱的情形。。。

更稳的做法是先建设证据表，，，，，把征象、时间、URL、影响规模、工具泉源、日志位置、认真人和验证效果放在统一处，，，，，确保每一次判断都能被复核在这个场景下，，，，，页面质量来自清晰证据链，，，，，而不是简朴增添文字长度。。。

围绕结构化数据排查：修复方法与变换控制补强E-E-A-T信号

高端SEO内容要同时解决搜索明确和用户信任。。。履历性来自真实场景，，，，，专业性来自可执行要领，，，，，权威性来自角色、审核和泉源，，，，，可信度来自界线、更新和证据。。。本文优化后会围绕作者信息、审核纪录、案例界线、用户问题、点击停留、咨询质量、内容相似度和转化路径睁开，，，，，不使用包管排名、包管收录、绝对有用这类不可证实的允许，，，，，而是把问题、证据、行动和复盘写清晰

结构化数据排查：修复方法与变换控制问题修复与复测

应优先执行：用问题履历、专业判断、证听说明、解决方法和适用界线重写内容，，，，，让页面既能被搜索明确，，，，，也能被用户信任。。。这让文章不但是说明问题，，，，，而是把用户从履历、判断、处理到复盘的路径完整泛起出来。。。先界定问题，，，，，而不是先堆叠行动 手艺标记与渲染能力的目的，，，，，是让页面的真实内容以稳固、可验证、可维护的方式被用户和爬虫明确，，，，，而不是制造外貌信号。。。关于“标记保存但搜索效果展示不稳固或内容纷歧致”这一征象，，，，，建议先建设最小判断单位：明确目的URL或盘问、异常？？Ｗ钕仁奔洹⑹苡跋熳氨富虻厍⒂涤畔燃叮，，，以及是否保存同期宣布、迁徙、模板调解或外部需求转变。。。

只有这些界线清晰，，，，，后续数据才有诠释力。。。本主题的要害证据包括：JSON-LD、可见内容、一致性、过失报告和页面类型。。。这些证据不应划分由差别人生涯在各自工具里，，，，，而应进入统一张排查表。。。排查表至少包括征象、证据泉源、时间规模、可复现条件、假设、责任人、变换号和验证结论。。。这样做的目的不是增添流程，，，，，而是阻止“一个人看到排名、另一个人看到日志、第三个人看到投诉，，，，，却没有人能把它们连起来”的常见失误。。。

问题履历：用可复核证据取代主观判断 一次典范排查履历是：某B2B站点在一次内容与模板宣布后的第7天，，，，，数据剖析师发明与“结构化数据排查”相关的重点页面泛起标记保存但搜索效果展示不稳固或内容纷歧致。。。团队没有连忙大规模重写页面，，，，，而是先冻结非须要宣布，，，，，导出前后28天的搜索体现、会见日志、页面速率与转化事务，，，，，并选取3个正常页面作为比照。。。效果可能显示问题集中在某个模板、某类URL或某段用户路径，，，，，也可能证实转变主要来自搜索需求和竞争效果。。。这段履历的价值不在于给出某个牢靠结论，，，，，而在于展示：任何优化都应建设在可复核证据上。。。

宣布时不要把履历写成“我们让流量提升X%”之类无法证实的效果。。。更切合E-E-A-T的表达方式是说明视察到什么、怎样丈量、使用了哪些数据、做了哪些转变、哪些效果仍在视察，，，，，以及哪些结论不适用于其他站点。。。检查清单 - 核对源代码、渲染后DOM与用户可见内容是否一致 - 验证要害资源、链接和接口在异常唬唬唬情形下的体现 - 审查控制台过失、网络瀑布、缓存和服务端日志 - 确认标记数据与页面事实没有冲突 - 用差别装备和抓取方式举行比照测试 - 围绕“结构化数据排查”确认页面角色、目的用户与优先级是否被写清。。。

- 纪录每次检查的日期、工具泉源、原始截图或导出文件位置，，，，，阻止只保存口头结论。。。操作方法 - 将修复行动拆成低风险、可回滚的小批次，，，，，并写清影响页面规模。。。- 优先处理与“结构化数据排查”直接相关的基础信号，，，，，再处理体验和内容增强项。。。- 每次宣布保存版本号、认真人、上线时间、回滚条件和验收指标。。。- 不要同时改问题、模板、链接、缓存和服务设置；；；；否则效果无法归因。。。- 为高风险变换准备恢复路径，，，，，确保异常时能快速回到已知稳固状态。。。验证要领与验收口径 修复阶段的验收标准是：变换可以被复现、被回滚、被诠释，，，，，并且没有把问题从一个页面转移到另一个页面。。。

- 复测初始HTML、渲染效果和要害交互 - 视察抓取、过失、速率与用户完成使命的转变 - 检查后续宣布是否仍切合模板规范 - 生涯验证证据用于下次审计 - 针对“结构化数据排查”保存至少一份改动前后比照纪录，，，，，并注明数据窗口。。。- 检查修复是否改善了用户路径，，，，，而不是只改善了某个工具里的简单评分。。。E-E-A-T宣布要求 正式宣布前，，，，，请补齐作者角色、审核角色、更新时间、适用规模、数据泉源和变换纪录。。。涉及真实客户、流量、排名、故障或转化的内容，，，，，应使用已获授权且可复核的数据；；；；无法果真的数据可以说明要领与规模，，，，，但不要编造效果。。。

文章内的案例必需标明为“示例情境”或“经授权案例”。。。引用第三方规范、平台说明或手艺文档时，，，，，应保存原始泉源、会见日期和与本文结论的对应关系。。。这样做不但能提高可信度，，，，，也能让后续更新有依据。。。手艺增补：阻止只修外貌信号 手艺类问题往往会跨越模板、缓存、网络、服务端和内容层。。。处理结构化数据排查时，，，，，建议把“用户看到什么”“爬虫拿到什么”“服务器现实返回什么”脱离纪录。。。初始HTML、渲染后DOM、HTTP响应、缓存掷中、接口耗时与真适用户行为是差别层面的证据，，，，，不可相互替换。。。

当问题只在部分地区、部分装备或部分时间泛起时，，，，，更需要保存情形信息：网络运营商、浏览器版本、装备性能、请求头、缓存状态、CDN节点、宣布批次和过失追踪ID。。。没有这些信息，，，，，团队很容易在问题消逝后仍无法诠释原因。。。手艺修复应优先思量可逆性。。。先用小规模灰度、单页面验证或暂时开关确认偏向，，，，，再扩大到全站。。。把上线时间与监控图表对齐，，，，，阻止把自然波动误判为修复效果。。。关于影响抓取和索引的变换，，，，，还应预留视察周期，，，，，由于搜索系统对页面转变的处理并不是即时完成。。。结语 结构化数据排查不应被当成一次性使命。。。

真正成熟的做法，，，，，是把每次异常、优化和验证沉淀为可复用的判断框架：先界说问题，，，，，再建设证据；；；；先做小规模变换，，，，，再检查用户路径；；；；最后把履历写进内容、架构、监控或宣布流程。。。这样页面质量、搜索体现和营业信任才会形成同向循环。。。复盘与落地 文章宣布后，，，，，不应只看是否被收录，，，，，还要视察搜索展现、点击率、页面停留、咨询质量、客服追问和后续转化。。。若是数据变好但用户仍然重复追问，，，，，说明内容没有把界线和下一步讲清晰；；；；若是收录正常但转化缺乏，，，，，说明页面可能只知足了搜索需求，，，，，没有真正解决决议疑虑。。。一连复盘这些信号，，，，，才是E-E-A-T内容库能恒久施展价值的原因