Recursive prezanton Flint, një model programimi për laptopë që, sipas kompanisë, u krijua kryesisht nga inteligjenca artificiale

Recursive, një startup i inteligjencës artificiale i themeluar vitin e kaluar, po fillon ta justifikojë emrin e saj. Kompania, e cila po përpiqet të ndërtojë një inteligjencë artificiale që mund të përmirësohet vetë, publikoi të mërkurën modelin e saj të parë, Flint . Flint është një model kodimi falas që mund të funksionojë në një laptop dhe është ndërtuar kryesisht me ndihmën e inteligjencës artificiale.

Sistemi i automatizuar i kërkimit i Recursive, të cilin e quan Makina Eureka, ndihmoi në pothuajse çdo hap të zhvillimit të Flint, thotë kompania. Kjo i lejoi një ekipi të vogël të ndërtonte modelin nga e para në më pak se katër muaj.

Flint është një provë e hershme publike e vetëpërmirësimit rekursiv: ideja që IA mund të ndërtojë IA më të mirë, e cila nga ana tjetër ndërton IA edhe më të mirë. Është gjithashtu një nga idetë më të debatuara në industri. Disa studiues kanë frikë se përmirësimi i vetvetes së IA-së mund të dalë jashtë kontrollit njerëzor. Për momentin, versioni i Recursive është më i kufizuar: një asistent kërkimor i IA-së i mbikëqyrur nga njerëz që prodhoi një model mjaftueshëm të vogël për një laptop.

Kompania doli nga një situatë e fshehtë në maj me 650 milionë dollarë financim me një vlerësim prej 4.65 miliardë dollarësh, nga mbështetës që përfshijnë GV, Nvidia dhe AMD Ventures. Recursive drejtohet nga CEO Richard Socher, ish-shkencori kryesor i Salesforce.

Meqenëse Flint funksionon në kompjuterin e vetë përdoruesit dhe jo në serverat cloud të një kompanie, zhvilluesit mund ta përdorin atë jashtë linje, ta mbajnë kodin e tyre privat dhe të shmangin tarifat e përdorimit që shërbimet cloud të IA-së ngarkojnë bazuar në sasinë e tekstit që përpunon modeli. Modeli është falas për t’u shkarkuar në Hugging Face, faqja e njohur për ndarjen e modeleve të IA-së, sipas licencës Apache 2.0, një licencë me burim të hapur që lejon përdorim dhe modifikim falas.

Flint është një model i përzier me ekspertë, që do të thotë se përdor vetëm një pjesë të vogël të vetes për çdo detyrë të caktuar: vetëm 2.5 miliardë nga 40 miliardë cilësimet e tij, të njohura si parametra, në të njëjtën kohë. Kjo e bën atë mjaftueshëm të lehtë për një laptop të zakonshëm dhe shumë më të vogël se Muse Spark Open i Meta-s, një model i hapur i ndërtuar për Mac që u lançua javën e kaluar. Muse Spark Open përdor 816 miliardë parametra dhe ka nevojë për të paktën një terabajt memorie.

Flint është gjithashtu i shpejtë. Në testet e Recursive, ai gjeneroi rreth 131 tokena (copa teksti) për sekondë në një MacBook Pro me çipin M4 Pro të Apple – afërsisht dyfishi i 58 deri në 69 tokena për sekondë që modele të ngjashme arritën në të njëjtën makinë, duke përfshirë Gemma 4 të Google dhe Nemotron 3.5 Lightning të Nvidia. Në RTX Spark të Nvidia, Flint kaloi 150 tokena për sekondë.

Në SWE-Bench Verified, një pikë referimi që mat se sa mirë mund të rregullojë inteligjenca artificiale defektet e softuerit në botën reale, Flint i tejkaloi modelet e tjera nën 50 miliardë parametra. Sipas mesatares së vetë Recursive në gjashtë teste, vetëm një model, Qwen3.8 27B i Alibaba-s, shënoi më shumë se Flint.

Kompania pranoi se Flint do të kishte nevojë për më shumë udhëzime sesa asistentët e mëdhenj të kodimit me pagesë dhe sugjeroi ndarjen e detyrave të mëdha në hapa më të vegjël. Megjithatë, vlerësimet e hershme ishin pozitive. Will Knight i Wired përdori Flint në një Mac me 48 GB memorie për të ndërtuar disa programe të vogla, duke përfshirë një aplikacion me listën e detyrave dhe një mjet që kërkon në internet për kërkime. Ai zbuloi se modelet më të vogla të kodimit shpesh hasnin gabime ose ishin të ngadalta krahasuar me Claude ose Codex, por Flint i përmbushi me sukses kërkesat e tij të kodimit çdo herë.

Makina Eureka nxjerr ide, kryen eksperimente dhe përdor rezultatet për të vendosur se çfarë të provojë më pas. Sipas videos së lançimit të kompanisë , ajo kontribuoi në pothuajse çdo pjesë të ndërtimit të Flint, nga përgatitja paraprake deri te pas-trajnimi dhe nxjerrja e përfundimeve.

Duke sqaruar detajet teknike, Socher shkroi në Twitter se kontributet e Eureka-s përfshijnë një formë më të rrallë modeli, trajnim me bit të ulët që e tkurri Flint-in me 71% pa pothuajse asnjë humbje në cilësi dhe bërthama të personalizuara, të cilat janë programe të specializuara që përshpejtojnë llogaritjet themelore.

Recursive nuk tha se sa kohë u kurseu studiuesve të saj Makina Eureka, por nuk është e vetmja që mbështetet te IA për të bërë kërkime. OpenAI tha muajin e kaluar se deri në mesin e gushtit, agjentët e saj të IA-së po regjistronin 3.1 ditë pune për çdo ditë pune të punuar nga një studiues njerëzor.

Nëse basti i Recursive ia del mbanë, çdo model i ri duhet të jetë në gjendje të marrë përsipër periudha më të gjata pune pa ndihmën e njeriut. Kompania më parë i tha TechCrunch se marrëveshja e saj prej 410 milionë dollarësh me Amazon Web Services në qershor ishte “më pak për numrin e punonjësve dhe më shumë për numrin e agjentëve”.

Qëllimi afatgjatë, tha Socher për Wired, është që Makina Eureka të arrijë vetëpërmirësim të plotë rekursiv, me njerëz që mbikëqyrin procesin dhe janë në gjendje ta ndalojnë atë nëse diçka shkon keq. Recursive thotë se çdo model i ri duhet ta bëjë Makinën Eureka një studiuese më të mirë, duke e ndihmuar atë të ndërtojë tjetrën më shpejt.