Ricursive'nin Ripple-65B'si, agentic coding'de 70 kat daha az rollout ile ABD open-weight SOTA iddiasında

Yapay zekâyı çip tasarımı için, çip tasarımını da yapay zekâ için kullanmayı misyon edinen bir girişim olan Ricursive Intelligence, Ripple-65B'nin bir önizlemesini yayımladı; şirkete göre bu model, agentic coding kıyaslamalarında en güçlü ABD open-weight adayı. İsimdeki 65B, 65 milyar parametreli bir modele işaret ediyor. Duyuru 4 Kasım'da Hacker News ana sayfasına ulaştı.

Öne çıkan sayılar

Ricursive'ye göre Ripple-65B Preview, yapay zekâ ajanlarının bir terminal ortamında gerçek işleri ne kadar iyi tamamlayabildiğini ölçen TerminalBench 2.1'de 80,5 puan alıyor. Şirket, bu puanı kabaca 1,4 milyon RL rollout ile elde ettiğini ve bunun da, kıyaslamada önceki en iyi sonuç olarak gösterdiği Reflection Beam'e kıyasla yaklaşık 70 kat daha az olduğunu tahmin ediyor.

İddia iki yönlü: Bir önceki liderden daha yüksek bir puan, pekiştirmeli öğrenme (RL) hesaplama gücünün yalnızca küçük bir bölümüyle elde edilmiş. Ricursive bu farkı, sonucu ham ölçek değil, eğitim reçetesinin kalitesinin belirlediğine dair bir kanıt olarak sunuyor.

Hesaplama verimliliği için tasarlanmış bir reçete

Ricursive, bilinçli olarak pahalı ve güç kullanımına dayanan bir RL tırmanışından kaçındığını; bunun yerine hem denetimli ince ayar (SFT) hem de pekiştirmeli öğrenme kurulumlarında, açık bir hedef olarak hesaplama verimliliğini gözeterek yineleme yaptığını söylüyor. RL aşaması güçlü bir SFT checkpoint'ından başladı ve şirketin tanımına göre oradan itibaren dik bir iyileşme eğrisi üretti.

İki ayrıntı öne çıkıyor. Birincisi, Ricursive hiçbir posttraining verisi satın almadığını, bunun yerine kendi sentetik veri hatlarını kurduğunu ve eğitim dağılımının gerçekte ne içerdiğini takip etmek için kalite filtreleme ile kapsam ölçümleri kullandığını söylüyor. İkincisi, karışık RL reçetesi, şirketin yüksek kaliteli, uzun ufuklu sentetik ortamlar olarak nitelediği yerlerde uygulanan kesikli önem örneklemesi (truncated importance sampling), puan ortalama merkezleme ve doğrusal uzunluk cezası kombinasyonundan oluşuyor.

Görev karışımı da dinamikti. Ricursive'ye göre RL görevleri modelin mevcut yeteneklerine göre ayarlandı ve model geliştikçe sürekli olarak daha zor görevler eklendi — bu, etkili bir şekilde sabit bir görev kümesi yerine modelle birlikte büyüyen bir müfredattı.

İddia olarak değerlendirilmesi gereken iddialar

Rakamlar bağımsız bir değerlendirmeden değil, Ricursive'nin kendi duyurusundan geliyor ve yayım açıkça bir önizleme. 70x rollout karşılaştırması da şirketin kendi hesaplaması. Rollout sayıları eğitim maliyeti için faydalı ama eksik bir göstergedir: rollout uzunluğu, ortam maliyeti, model boyutu ve altyapı toplam hesaplama faturasını etkiler ve şu anda mevcut özetin hiçbirinde bu etkenler ayrıştırılmamış. İddianın ne kadarının geçerli olduğunu bağımsız kıyaslama çalışmaları ve modelin yayım koşulları belirleyecek.

Neden önemli

Sayılar bağımsız değerlendirmelerde de doğrulanırsa iki sonuç ortaya çıkıyor. Birincisi rekabetçi: Bir ABD laboratuvarı, open modellerin kapalı sistemlerle arasındaki farkı istikrarlı biçimde kapattığı agentic coding kategorisinde open-weight en iyi sonucu elinde tutacak. İkincisi ekonomik: Uzun ufuklu görevlerde pekiştirmeli öğrenme, bir kodlama ajanı eğitmenin en pahalı aşamalarından biri ve rollout sayısında kabaca 70 katlık bir azalma, bu tür modelleri eğitebilecek kurumların çevresini baştan çizebilir.

Yöntem, puan kadar önemli olabilir. Ricursive'nin yaklaşımı — posttraining verisini içeride üretmek, kalite ve kapsam için filtrelemek ve model geliştikçe görev zorluğunu artırmak — tek seferlik bir ölçekleme sonucu değil, tekrarlanabilir bir reçete; küçük ekiplerin ilkece kopyalayabileceği türden bir reçete.

Şirketin kendi çerçevesi de dikkat çekiyor. Ricursive, çalışmalarını özyinelemeli kendini iyileştirme olarak tanımlıyor: Yapay zekâ çip tasarımını hızlandırıyor, daha iyi çipler de yapay zekâ eğitimine geri besleniyor. Hesaplama açısından verimli bir eğitim yöntemi bu döngüye doğrudan oturuyor: Her iyileştirme döngüsü ne kadar ucuz olursa, döngü o kadar hızlı dönebilir.