Ricursive AI udostępnia Ripple-65B Preview, gęsty model o otwartych wagach z 65 mld parametrów, przeznaczony do programowania agentowego

Ricursive AI udostępniło 4 listopada Ripple-65B Preview, gęsty model językowy z 65 miliardami parametrów, który — jak twierdzi firma — wytrenowano wstępnie od podstaw. Firma deklaruje, że model wyznacza nowy stan sztuki wśród amerykańskich modeli o otwartych wagach w zadaniach programowania agentowego, wyprzedzając znacznie większe modele, które wymienia: Muse Spark Open-816B, Beam-501B, Inkling-975B i Nemotron 3 Ultra-550B. Są to twierdzenia samej firmy.

Ricursive podaje, że model wytrenowano wstępnie na 12 bilionach tokenów, obsługuje kontekst o długości do 1 mln tokenów i uzyskał wynik 80,52 w Terminal-Bench 2.1, wobec 80,1 dla Beam 501B firmy Reflection. Firma szacuje całkowity koszt badań i rozwoju na 32 mln dolarów. Według niej model jest dostępny na Hugging Face, Together AI, GMI Cloud i OpenRouter.

Shayan Talaei, jeden z autorów modelu, twierdzi, że w Terminal-Bench 2.1 jest to nowy najlepszy wynik wśród amerykańskich modeli o otwartych wagach. Mówi, że zbudował go podstawowy zespół pięciu badaczy, którzy wybrali gęstą architekturę ze względu na niskie opóźnienia przy długich sekwencjach wywołań modelu i narzędzi oraz prostszy stos trenowania i udostępniania. Twierdzi, że nie kupowali danych do trenowania końcowego, lecz zbudowali własne potoki generowania i filtrowania danych, korzystając ze stosów trenowania i inferencji o otwartym kodzie źródłowym, a system uczenia przez wzmacnianie dostrajali równolegle z programem zadań.