رونمایی از مدل متن‌باز Ripple-65B؛ دستاورد تازه Ricursive Intelligence در کدنویسی خودکار

معرفی مدل Ripple-65B

نسخه پیش‌نمایش Ripple-65B Preview یک مدل زبانی متن‌باز و متراکم با ۶۵ میلیارد پارامتر است که در تاریخ ۴ نوامبر ۲۰۲۶ توسط استارتاپ و لابراتوار طراحی تراشه Ricursive Intelligence (به هم‌بنیان‌گذاری آنا گلدی و آزالیا میرحسینی) منتشر شد. استارتاپ Ricursive این مدل را نسخه‌ای عمومی از مدل اختصاصی پلتفرم طراحی تراشه‌های هوش مصنوعی خود معرفی می‌کند. این مدل با پیش‌آموزش روی حدود ۱۲ تریلیون توکن و پشتیبانی از پنجره زمینه تا مرز یک میلیون توکن، امتیاز ۸۰٫۵۲ را در بنچمارک ارزیابی مهندسی ترمینال TerminalBench 2.1 به ثبت رسانده است؛ امتیازی که آن را بالاتر از رقبای متن‌باز بسیار بزرگ‌تر آمریکایی نظیر Reflection Beam 501B و Meta Muse Spark Open 816B قرار می‌دهد.

وزن‌های این مدل تحت مجوز تجاری Apache 2.0 روی پلتفرم Hugging Face در مخزن ricursiveAI/Ripple-65B-Preview و نسخه‌های همراه آن عرضه شده است. علاوه بر این، میزبانی ابری این مدل روی پلتفرم‌های Together AI، GMI Cloud و OpenRouter به‌همراه نسخه‌های کوانتیزه‌شده NVFP4، نسخه Base و ویرایش DFlash2 فراهم شده است. این آزمایشگاه بر مزیت طراحی کاملاً متراکم (Dense و غیر MoE)، هزینه تحقیق و توسعه مقرون‌به‌صرفه حدود ۳۲ میلیون دلار و امکان اجرای محلی و بهینه روی دستگاه‌های MacBook Pro یا سخت‌افزارهای کلاس DGX Spark تأکید می‌کند.

بررسی فنی و چالش‌ها

صورت مسئله

مدل‌های متن‌باز آمریکایی در حوزه عامل‌های کدنویسی خودکار، عموماً عملکرد ضعیف‌تری در مقایسه با مدل‌های اختصاصی یا مدل‌های چندتخصصی (MoE) خارجی ثبت کرده‌اند. مدل Ripple تلاش دارد از طریق طراحی هم‌زمان سخت‌افزار و نرم‌افزار، قابلیت‌های سطح بالای بنچمارک TerminalBench را در قالب یک ساختار متراکم ۶۵ میلیاردی و قابل اجرا روی سیستم‌های محلی در اختیار کاربران قرار دهد.

نقاط تمایز و ویژگی‌های رقابتی

• بهره‌مندی از معماری متراکم ۶۵ میلیاردی به‌جای مدل‌های غول‌پیکر MoE که سبب تأخیر پیش‌بینی‌پذیرتر و پاسخ‌دهی پایدارتر در محیط‌های عملیاتی می‌شود.
• رویکرد یکپارچه در پیوند میان طراحی تراشه و مدل هوش مصنوعی با هزینه تحقیق و توسعه‌ای معادل تقریباً یک‌دهم رکوردهای متن‌باز پیشین در بالاترین سطح کیفی.
• توسعه مستقل توسط استارتاپ Ricursive Intelligence و عدم ارتباط با مجموعه‌های دیگری چون Recursive یا Flint.

محدودیت‌ها و نکات قابل تامل

• امتیازهای برجسته ثبت‌شده بر پایه داده‌های ارائه‌شده توسط خود توسعه‌دهنده هستند و ممکن است با ارزیابی‌های مستقل مراجع متفرقه فاصله داشته باشند.
• پشتیبانی از پنجره زمینه تا سقف یک میلیون توکن در مستندات قید شده است، اما برخی ارائه‌دهندگان میزبانی در حال حاضر آن را به حدود ۱۶ هزار توکن محدود کرده‌اند؛ زیرا ویژگی‌های خام مدل لزوماً با قابلیت‌های فعلی رابط‌های کاربری هم‌خوانی ندارد.
• این مدل در قالب نسخه پیش‌نمایش عرضه شده است و توصیه می‌شود کیفیت پردازش زمینه‌های طولانی و تعامل با ابزارها پیش از استقرار نهایی، به‌صورت مستقل سنجیده شود.

کاربردها و مخاطبان هدف

این مدل برای تیم‌های توسعه‌دهنده‌ای طراحی شده است که قصد دارند از وزن‌های تجاری و متن‌باز با مجوز Apache برای ساخت عامل‌های خودکار ترمینال و مدیریت مخازن کد استفاده کنند و امکان اجرای محلی یا ابری یک مدل ۶۵ میلیاردی را دارند.

راهنمای شروع به کار

1. مستندات منتشرشده در وب‌سایت ricursive.com/ripple و صفحه مخزن ricursiveAI/Ripple-65B-Preview در Hugging Face را مطالعه کنید.
2. از طریق پلتفرم‌های Together AI، OpenRouter یا GMI Cloud به آزمایش مدل بپردازید یا نسخه‌های محلی BF16 و NVFP4 را روی زیرساخت اختصاصی خود مستقر نمایید.
3. پیش از جایگزینی ابزارهای کدنویسی پیشین خود، عملکرد مدل را بر روی مجموعه‌ای از سناریوهای آزمایشی مشابه بنچمارک TerminalBench ارزیابی کنید.