კვი, 22 ნოე, 2026
ახალი ინტერაქტიული ქვიზები დაემატა საიტს — შეამოწმე შენი ცოდნა. ნახვა →
ხელოვნური ინტელექტი და მანქანური სწავლება

Ripple-65B Preview: Recursive-მა ღია კოდის მოდელი გამოუშვა

Ripple-65B Preview მხოლოდ ერთი მეორადი წყაროთი ვრცელდება და ყველა ციფრი თავად კომპანიის მონაცემებზეა დამყარებული. ტექნოლოგიურმა კომპანია Recursive Intelligence-მა ახალი ღია ენობრივი მოდელი...

Ripple-65B Preview მხოლოდ ერთი მეორადი წყაროთი ვრცელდება და ყველა ციფრი თავად კომპანიის მონაცემებზეა დამყარებული.

ტექნოლოგიურმა კომპანია Recursive Intelligence-მა ახალი ღია ენობრივი მოდელი Ripple-65B Preview გამოუშვა, რომელიც მომხმარებლებს საშუალებას აძლევს, კოდირების მოდელი საკუთარ კომპიუტერებში ჩამოტვირთონ. სიახლის შესახებ ინფორმაცია გამოცემა The Decoder-მა გაავრცელა, სადაც აღნიშნულია, რომ მოდელი 12 ტრილიონ ტოკენზეა გაწვრთნილი. კომპანიის თქმით, ეს პროექტი აშშ-ის ღია კოდირების მოდელებს შორის ლიდერია.

რა არქიტექტურას იყენებს მოდელი

სიახლე წარმოადგენს მკვრივ Transformer ტიპის არქიტექტურას 65 მილიარდი პარამეტრით, რომელიც სპეციალურად Nvidia-ს აპარატურისთვის არის ოპტიმიზებული.

მოდელი სრულად ღიაა და Apache 2.0 ლიცენზიით ვრცელდება. მისი წონები უკვე ატვირთულია Hugging Face პლატფორმაზე, სადაც ნებისმიერ დაინტერესებულ პირს შეუძლია მისი ხელმისაწვდომობა.

როგორ ასრულებს ტესტებს

კომპანიის განცხადებით, მოდელმა TerminalBench 2.1 კოდირების ბენჩმარკზე 80,52 ქულა დააგროვა, რაც ღია ამერიკულ მოდელებს შორის საუკეთესო შედეგია. თუმცა სხვა ტესტებში, მაგალითად DeepSWE v1.1 და MCP Atlas ბენჩმარკებში, ის ჩამოუვარდება ახლად გამოშვებულ Inkling 2 Small მოდელს.

The Decoder აღნიშნავს, რომ მიუხედავად ამისა, Ripple შესაძლოა ბევრად მარტივი მოსახმარი იყოს მომხმარებლის პირად აპარატურაზე.

რამდენი დაჯდა პროექტი

Recursive-ის მტკიცებით, კვლევისა და განვითარების მთლიანმა ხარჯებმა 32 მილიონი დოლარი შეადგინა.

Parameters 65 billion
Pretraining tokens 12 trillion
TerminalBench 2.1 score 80,52
License Apache 2.0
R and D cost 32 million dollars

წყარო: The Decoder: Ripple-65B Preview delivers strong agentic coding results as a fully Apache 2.0 open US model (6 Nov 2026)

ეს სტატია შეიქმნა AI ხელსაწყოებით, პროცესში ადამიანის ჩართულობა დაახლოებით 10%-ია.