AI图鉴

AI图鉴首页 › AI 资讯 › Ripple-65B 预览:美国关于代理编码的开放-重量SOTA

Ripple-65B 预览:美国关于代理编码的开放-重量SOTA

来源:Hacker News · 发布时间:11-05 · 由 AI图鉴每小时自动聚合

文章 URL:https://www.ricursive.com/ripple 评论 URL:https://news.ycombinator.com/item?id=50369925 要点:32# 评论:16

引入 ripple- 65B 预览

边框开放重量模型

Ricursive Intelligence是一款通过协同优化硬件,软件和模型来建立自改进系统的全装人工智能实验室。

为了给芯片设计平台提供动力,我们从零开始训练一种语言模型,在代理编码上设置了一个新的美国开放量的SOTA. 我们优化了我们的培训和服务平台的模型架构,推动大幅度提高效率。

今天,我们发布了Ripple-65B预览,这是专有模型的通用变体,它为我们的AI芯片设计平台提供了动力。 该模型在12兆令牌上预训,支持的上下文长度可达1M. Ripple-65B预览在代理编码上产生强烈结果,在Bench 2.1终端上实现了美国开放重量的最先进(80.52),并超过了反射Beam 501B(80.1),Meta Muse Spark Open 816B(76.4),思维机Inkling 975B(63.8)和NVIDIA Nemotron 3 Ultra 550B(56.4)等显著较大的美国开放重量模型。

Ripple的密集模型架构提供了强大的推理性能,低纬度符号生成。 该模型的小型参数信封也使得它能够在NVIDIA DGX Spark等本地设备上高效运行,这些设备具有相对于数据中心加速器的高内存带宽低的高计算FLOP.

Ripple-65B预览可在Hugging Face,Together AI,GMI云和OpenRouter上获得。 烟火今天晚点开始直播

以第10种成本实现美国开放-重量前沿

LLM预训传奇性昂贵。 2023年,OpenAICEO萨姆·阿尔特曼·称认为GPT-4的训练费用超过1亿美元。 次年,边疆AI型号的Dario Amodei 称可以花费高达10亿美元进行训练,预计单是前期训练的费用到2026年至2027年将增加到10-100B.

相比之下,我们只以32M美元开发并训练了Riple-65B预览,这是我们所了解的关于代理编码的前一次开放量SOTA成本的十分之一。 注意32M是我们从头开始的全部研发成本,包括预训阶梯开发,数据混合,evals,调试,合成数据生成,后培训食谱开发,以及最终的英雄预训和后培训运行。

深化强化学习

而不是投资一个野蛮的RL爬升,我们仔细地重温了我们的SFT和RL配方,重点是计算效率。 我们选择不购买任何培训后数据,而是设计自己的合成数据管道、质量过滤和覆盖度指标。

我们的混合RL配方采用短重采样,分数中心,线性长度判罚与高质量的长视合成环境。 RL任务适应我们的模型能力,随着模型的改进,我们不断增加更难的任务。

最终结果是RL从一个强大的最初的SFT检查站陡然攀升。 我们达到了80.5分的终极奔驰2.1分,仅推出1.4M,大约比之前的SOTA的反射Beam少70倍。

共同指定模型架构

Ripple-65B Preview的架构被设计为在NVIDIA硬件上接受训练并高效服务。 一项关键目标是作出设计决定,以减少培训前和培训后基础设施的复杂性,同时仍能产生强有力的推理和代理性表现。 因此,我们选择了训练一种现代化的密集变形器模型,而不是像其他实验室一样使用Mixture-of-Experts(MOE). 这一决定很快得到回报,我们从零开始训练一个强大的模型,同时在整个预训和后训练中保持了一个坚实的MFU(40%),即使有简单的硬化,没有定制内核,也没有量化。

Rip65B 预览采用薄而深的模型宽度比,窄的d model(5120)和共80层。 为了提高推理性能,我们过多地提供关注负责人的数量,同时增加西西南-全球层比,并减少西西南的窗口规模,以补偿增加的费用。 此外,我们增加了FFN激活剪辑,关卡注意,全球NoPE,以及价值残存。

谨慎的模型疏导到大改进

我们通过一系列仔细的模型梯级实验,优化了Ripple的预训配方。

我们的起点是奥尔莫3号的模型梯子,我们从中测试了小规模的干预措施,重点是提高编码能力。 我们的v1.0梯级实施了StepFun批量大小和学习速率缩放定律,v1.1则实施了我们的新梯级,平稳地测量建筑尺寸和模型深度。 梯子v1.2从后规范基线切换为前+后规范,在小尺度上是中性的,但从4B开始显示出改进。 梯子v1.3 已执行 Sigmoid门注意。 Ladder v1.4 (2-stream mHC)在较小的尺度上表现出良好的效果,但在4B尺度上没有改进,因此被拒绝。 梯子 v1.5 切换到全局NoPE,并增加了最终LR冷却到零,梯子 v1.6 增值残基。 在最后版本中,我们切换到自定义的预训数据集,并附有大量改进的代码。

复合变化加在一起,提高了Dolma stack CE在4B模型尺度上测量的代码计算效率,最高可达16x. 换句话说,我们最后的Riple模型梯级可以用来实现与奥尔莫3号梯级相似的代码性能,而16x的计算较少。 注意奥尔莫3号梯级基线的坡度比梯级v1.0+更浅,显示表示计算效率的提高会随着额外的尺度而增加。

结论

我们建造了Ripple-65B预览,开始关闭模型和燃料硬件之间的环路。 这个模型的一个内部变体给我们的AI芯片设计平台带来力量我们期待着看到我们向前沿发展时出现的能力

我们有幸在现有的开源贡献的基础上更上一层楼,包括来自艾伦学院AI(AI2)的奥尔莫团队,Prime Intellect, RadixArk,和NVIDIA. 一个强大的开源生态系统也在自我改善,其贡献者加强生态系统,而生态系统又吸引了更多的贡献者。

在Ricursive,我们正在有选择地雇用杰出的研究人员和工程师,因为我们把完全的AI的前沿从模型推向硅。 如果您有兴趣,请查看https://www.ricursive.com/careers。

1名美国开放量级球员如Reflection(英语:Reflectionion)被报道承诺每月150M美元在SpaceX Colossus进行计算以训练他们的型号。 反省报道说,Beam需要4周的预训时间和4周的预训时间。

(原始内容存档于2026-09-26). Ricursive Intelligence, Inc.

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(ricursive.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 610 款 AI 工具分类导航 · 每日 AI 热门项目与动态