65 milijardų parametrų Ripple modelį galima atsisiųsti
Ricursive Intelligence atvėrė Ripple-65B Preview modelio svorius pagal Apache 2.0 licenciją. Modelis orientuotas į programavimą ir darbą su įrankiais.
65 milijardų parametrų kalbos modelio Ripple-65B Preview svorius bendrovė Ricursive Intelligence paskelbė viešai, leisdama kūrėjams jį paleisti savo infrastruktūroje. Lapkričio 4 dienos pristatyme bendrovė nurodo Apache 2.0 licenciją ir pagrindinį dėmesį programavimo agentams bei kelių žingsnių užduotims.
Pagal oficialų aprašymą, Ripple yra bendros paskirties variantas modelio, kurį Ricursive naudoja savo lustų projektavimo platformoje atliekamoms užduotims. Viešai atveriamas kalbos modelis, o ne visa bendrovės nuosava lustų projektavimo sistema, todėl šių dviejų produktų paskirtis skiriasi.
Bendrovė modelį nuo pradžių mokė su 12 trilijonų teksto vienetų, o Hugging Face aprašyme nurodo daugiausia anglišką tekstą ir programavimo kodą. Tai tankus Transformer modelis: generuojant atsakymą naudojami visi jo parametrai, kitaip nei ekspertų mišinio architektūrose, aprašo kūrėjai.
Ricursive paskelbė instrukcijoms pritaikytus BF16 ir mažesnio tikslumo NVFP4 svorius, taip pat atskirą bazinį modelį BF16 formatu. Tiesioginė atsisiuntimo vieta yra oficiali Ripple-65B Preview saugykla Hugging Face, kur pateikiamos licencijos ir modelio techninės charakteristikos.
Vietiniam paleidimui oficialus modelio aprašymas mini NVIDIA DGX Spark, o mažesnio tikslumo variantas skirtas sumažinti įrangos atminties poreikį. Tai nėra pažadas apie veikimą bet kuriame nešiojamajame kompiuteryje: konkretus greitis ir telpantis kontekstas priklauso nuo pasirinktos versijos bei turimos įrangos.
Bendrovė skelbia iki milijono teksto vienetų konteksto palaikymą ir 80 modelio sluoksnių, kurių architektūra optimizuota NVIDIA įrangai. Modelio aprašyme taip pat nurodomas 250 generuojamų teksto vienetų per sekundę rezultatas, naudojant dvi B200 plokštes ir aštuonių užklausų paketą. Kūrėjai nurodo, kad modelio rengimo laikotarpiu ties juo dirbusi komanda išaugo nuo vieno iki penkių žmonių.
Terminal-Bench 2.1 bandyme Ricursive nurodo 80,52 balo rezultatą ir jį lygina su pasirinktais didesniais JAV atvirų svorių modeliais. Šis rodiklis yra pačios kūrėjos pateiktas matavimas, o ne nepriklausoma išvada apie lyderystę visuose programavimo ar bendros paskirties bandymuose.
Hugging Face modelio kortelėje bendrovė pripažįsta, kad agentų bandymų rezultatų atkūrimas sudėtingas ir priklauso nuo naudojamos vykdymo aplinkos. Lentelėje jungiami oficialiai paskelbti konkurentų rezultatai ir vidiniai matavimai, todėl skirtingas sąlygas turinčių bandymų negalima laikyti vienu vienodu eksperimentu.
Oficialiame pristatyme Ricursive visų modelio tyrimų ir kūrimo sąnaudas įvertina 32 milijonais dolerių, įtraukdama ne vien galutinį mokymo paleidimą. Bendrovė į šią sumą įskaičiuoja duomenų mišinio parinkimą, vertinimus, klaidų taisymą, sintetinių duomenų generavimą bei vėlesnio mokymo receptų kūrimą.
Pagal Ricursive pristatymą, modelis taip pat pasiekiamas per Together AI, GMI Cloud ir OpenRouter, o Fireworks prieiga ruošiama papildomai. Toliau bendrovė ketina plėtoti modelio ir lustų bendro projektavimo kryptį, o paskelbti svoriai jau leidžia atlikti išorinius bandymus.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
