Ripple-65B Preview-ը ուժեղ ագենտային կոդավորման արդյունքներ է ցույց տալիս որպես բաց ամերիկյան մոդել

Արհեստական բանականության չիպերի նախագծմամբ զբաղվող Ricursive Intelligence ընկերությունն ուսուցել է Ripple-65B Preview անունով բաց լեզվային մոդել։ Ընկերությունը հայտնում է, որ մոդելը TerminalBench 2.1 կոդավորման թեստում 80.52 միավոր է ստացել՝ բաց ամերիկյան մոդելների շարքում լավագույն արդյունքը։ Ripple-65B Preview-ը Hugging Face-ում հասանելի է Apache 2.0 լիցենզիայով։

Ուսուցման ծախսեր և գործարկման միջավայր

Ripple-65B Preview-ը նախապես ուսուցվել է 12 տրիլիոն թոքենով։ Ricursive-ի համաձայն՝ մշակման և ուսուցման ընդհանուր ծախսերը կազմել են 32 միլիոն դոլար՝ ներառելով հետազոտության և մշակման բոլոր ծախսերը։ Ripple-ը մասամբ օգտագործում է Terminus 2, մասամբ՝ OpenCode՝ որպես գործարկման միջավայր։

Թեստերի համեմատություն

Այլ թեստային արդյունքները ցույց են տալիս, որ Ripple-ը չի հասնում նաև նոր թողարկված Inkling 2 Small-ին, սակայն Ripple-ը հավանաբար ավելի հեշտ է տեղակայել օգտատերերի սեփական սարքավորումներում։ SWE-Bench Pro v2.0 Hard թեստում Ripple-ը 79.1% է ստացել, իսկ Inkling 2 Small-ը՝ 86.3%։ DeepSWE v1.1 թեստում Ripple-ը 44.3% է ստացել, իսկ Inkling 2 Small-ը՝ 72.1%։ MCP Atlas թեստում Ripple-ը 71.67% է ստացել, իսկ Inkling 2 Small-ը՝ 85.4/85.0%։

Ճարտարապետություն և հասանելիություն

Մոդելը օգտագործում է 65 միլիարդ պարամետրով խիտ Transformer ճարտարապետություն՝ ավելի տարածված mixture-of-experts մոտեցման փոխարեն։ Այն օպտիմալացված է Nvidia սարքավորումների համար։ Ripple-65B Preview-ը Hugging Face-ում հասանելի է Apache 2.0 լիցենզիայով։

Աղբյուրներ: The Decoder