Models16.11.2026 · 23:248 nguồn
Codex coding harness đồng hạng nhất trên các benchmark Ripple-65B Preview
Từ huggingnews.com
Theo những phát hiện gần đây của nhà nghiên cứu Joel Niklaus, hiệu quả của các công cụ phần mềm dùng để đánh giá khả năng lập trình của AI có thể thay đổi tùy thuộc vào mô hình được thử nghiệm. Kết quả thử nghiệm trên Hugging Face Harness Leaderboard cho thấy Codex coding harness đã đồng hạng nhất khi dùng với Ripple-65B Preview của RicursiveAI qua 198 tác vụ, trong khi chính harness này chỉ xếp thứ 9 trên 10 khi dùng với mô hình GLM-5.3-Flash. Joel Niklaus lưu ý rằng sự khác biệt này cho thấy cách quản lý context window và kiến trúc mô hình ảnh hưởng đến kết quả benchmark, đặc biệt là đối với các tác vụ dài hạn.
Mô hình Ripple-65B là một LLM dạng dense được huấn luyện từ đầu với chi phí 32 triệu USD, con số mà RicursiveAI cho biết đã bao gồm toàn bộ quá trình R&D và chỉ bằng 1/10 chi phí của các mô hình open-weight dẫn đầu trước đây trong mảng agentic coding. Dù một số nhà nghiên cứu đặt câu hỏi liệu mô hình này có tụt hậu so với V4 Flash 284B hay không, công ty khẳng định mô hình của mình vượt trội hơn hẳn các mô hình lớn hơn nhiều như Inkling-975B. Mô hình này sở hữu context window 1 triệu token, được cấp phép theo Apache 2.0 và hiện có sẵn qua Ollama, Together AI và Fireworks.
Nguồn
+ 6 nguồn khác
- SUPPORT@ricursiveai“Ripple was built on a $32 million compute budget, one-tenth the cost of the previous open-weight SOTA on agentic coding”x.com
- SUPPORT@teortaxestex“But it actually loses to V4 Flash 284B?”x.com
- SUPPORT@ricursiveai“our $32M R&D cost fully encompasses our pretraining ladder development, data mixing, evals, debugging, synthetic data generation, posttraining recipe development, and the final hero pre, mid, and posttraining run!”x.com
- SUPPORT@talaei_shayan“We trained it from scratch with a core team of five researchers, and it sets a new U.S. open-weight SOTA on Terminal-Bench 2.1 for agentic coding.”x.com
- SUPPORT@elliotarledge“I was not expecting a 65 billion parameter model to be performing as well as models over 10x its size on agentic coding tasks”x.com
- SUPPORT@eliebakouch“beautiful scaling ladder, interesting choices like value residual (interesting contribution pattern 👀) and.. SLIDING WINDOW ATTENTION AGAIN!”x.com
Bản tin mỗi sáng
Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.
Telegram @aihomnay