AI اسٹارٹ اپ Recursive نے گزشتہ سال قائم کیا، اور اب وہ اپنے نام کے مطابق کام شروع کر رہا ہے۔ کمپنی نے بدھ کو اپنا پہلا ماڈل Flint جاری کیا۔ Flint ایک مفت کوڈنگ ماڈل ہے جو لیپ ٹاپ پر چل سکتا ہے اور جس کی تعمیر کا دعویٰ ہے کہ اسے زیادہ تر AI کی مدد سے تیار کیا گیا ہے۔
ریکرسیو نے کہا کہ اس کا خودکار تحقیقی نظام یوریکا مشین نے فلینٹ کے ترقی کے تقریباً ہر مرحلے میں شرکت کی، جس سے ایک چھوٹی ٹیم نے صرف چار ماہ سے کم وقت میں اس ماڈل کو صفر سے مکمل کر لیا۔
فلنٹ "Recursive Self-Improvement" کا ایک ابتدائی عوامی ٹیسٹ ہے: یعنی AI اپنے سے بہتر AI بناسکتا ہے، جو دوبارہ اور بہتر AI بناسکتا ہے۔ یہ صنعت کا ایک سب سے زیادہ تنازعاتی خیال بھی ہے۔ کچھ تحقیق کاروں کو خدشہ ہے کہ AI کا لگاتار خود کو بہتر بنانا انسانی کنٹرول سے باہر نکل سکتا ہے۔ اب تک، Recursive کا ورژن زیادہ محدود ہے: یہ ایک انسانی نگرانی والی AI ریسرچ اسسٹنٹ ہے، جس کا پیدا کردہ ماڈل اتنا چھوٹا ہے کہ اسے لیپ ٹاپ پر چلایا جاسکتا ہے۔
یہ کمپنی اس سال مئی میں اپنی چھپی ہوئی حیثیت ختم کر کے 6.5 ارب ڈالر کی سرمایہ کاری حاصل کی، جس کے تحت اس کی قیمت 46.5 ارب ڈالر تھی، جس میں GV، NVIDIA اور AMD Ventures شامل ہیں۔ Recursive کی قیادت سربراہ Richard Socher کر رہے ہیں، جو پہلے Salesforce کے سربراہ سائنسدان رہ چکے ہیں۔
چونکہ Flint صارف کے اپنے کمپیوٹر پر چلتا ہے، نہ کہ کمپنی کے کلاؤڈ سرور پر، ڈویلپرز آف لائن استعمال کر سکتے ہیں، کوڈ کو پرائیویٹ رکھ سکتے ہیں، اور مدل کے مطابق ٹیکسٹ کی مقدار کے لحاظ سے چارج ہونے والی AI کلاؤڈ سروسز کے اخراجات سے بچ سکتے ہیں۔ یہ مدل مقبول AI مدل شیئرنگ ویب سائٹ Hugging Face پر مفت ڈاؤن لوڈ کیا جا سکتا ہے، جس کا اجازت نامہ Apache 2.0 ہے، جو آزاد استعمال اور ترمیم کی اجازت دینے والا ایک اوپن سورس اجازت نامہ ہے۔
فلنٹ ایک مکسڈ اسپیشلسٹ ماڈل ہے، جس کا مطلب ہے کہ کسی بھی دی گئی کام کو انجام دیتے وقت یہ صرف اپنے ایک چھوٹے سے حصے کو فعال کرتا ہے: 40 ارب پیرامیٹرز میں سے صرف 25 ارب استعمال ہوتے ہیں۔ اس طرح، یہ اتنی ہلکی ہے کہ عام لیپ ٹاپ پر چل سکتی ہے، اور میٹا نے پچھلے ہفتے میک کے لیے جاری کیا گیا اوپن سورس ماڈل Muse Spark Open سے بہت چھوٹا ہے۔ Muse Spark Open 816 ارب پیرامیٹرز استعمال کرتا ہے اور کم از کم 1 ٹیرابائٹ میموری کی ضرورت ہوتی ہے۔
فلنٹ کی رفتار بھی بہت تیز ہے۔ ریکرسیو کے ٹیسٹ کے مطابق، ایپل M4 Pro چپ والے MacBook Pro پر، یہ فی سیکنڈ تقریباً 131 ٹوکن (ٹیکسٹ بلاکس) پیدا کرتا ہے، جو اسی مشین پر موجود مشابہ ماڈلز، جیسے گوگل کا Gemma 4 اور نیومڈیا کا Nemotron 3.5 Lightning، جو فی سیکنڈ 58 سے 69 ٹوکن کی رفتار سے کام کرتے ہیں، کی تقریباً دوگنا رفتار ہے۔ نیومڈیا RTX Spark پر، فلنٹ کی رفتار فی سیکنڈ 150 ٹوکن سے زائد ہے۔
SWE-Bench Verified بینچ مارک پر، جو AI کی حقیقی سافٹ ویئر کے خرابیوں کو درست کرنے کی صلاحیت کو ناپتا ہے، Flint، 50 ارب سے کم پیرامیٹرز والے دیگر ماڈلز سے بہتر کارکردگی دکھاتا ہے۔ Recursive کے ستہ ٹیسٹس کے اوسط اسکور کے مطابق، صرف علی بابا کا Qwen3.8 27B Flint سے زیادہ اسکور کرتا ہے۔
کمپنی نے تسلیم کیا کہ Flint کو بڑے مفت کوڈنگ اسسٹنٹس کی نسبت زیادہ ہدایات کی ضرورت ہوتی ہے، اور بڑے کاموں کو چھوٹے چھوٹے مراحل میں تقسیم کرنے کی تجویز دی ہے۔ تاہم، ابتدائی جائزے مثبت تھے۔ وائرڈ کے رپورٹر وِل نائٹ نے 48GB ریم والے ایک ماک پر Flint کا استعمال کرتے ہوئے کچھ چھوٹے پروگرامز بنائے، جن میں ٹو-ڈو ایپ اور نیٹ ورک ریسرچ کے لیے ایک ٹول شامل تھا۔ انہوں نے پایا کہ چھوٹے کوڈنگ ماڈل عام طور پر غلطیاں کرتے ہیں یا Claude یا Codex کے مقابلے میں سست ہوتے ہیں، لیکن Flint ہر بار اس کے کوڈنگ درخواستوں کو درست طریقے سے پورا کرتا تھا۔
یوریکا مشین خیالات پیش کرتی ہے، تجربات چلاتی ہے، اور نتائج کا استعمال کرتے ہوئے اگلے اقدام کا فیصلہ کرتی ہے۔ کمپنی کے جاری کردہ ویڈیو کے مطابق، اس نے فلائنٹ کے ہر حصے کی تعمیر میں تقریباً حصہ لیا ہے، جس میں پری ٹریننگ سے لے کر پوسٹ ٹریننگ اور انفرنس تک شامل ہے۔
ریکرسیو نے کہا کہ یوریکا کے اہم حصے میں زیادہ اسپارس ماڈل سٹرکچر، کم بٹ تربیت — جس نے Flint کے حجم کو تقریباً کوالٹی کے بغیر 71 فیصد تک کم کر دیا — اور کسٹم کرنل، یعنی بنیادی کمپوٹیشن کو تیز کرنے کے لیے مخصوص پروگرامز شامل ہیں۔
ریکرسیو نے نہیں بتایا کہ یوریکا مشین نے تحقیق کرنے والوں کے لیے کتنے وقت بچایا، لیکن یہ واحد کمپنی نہیں ہے جو تحقیق کے لیے AI پر انحصار کرتی ہے۔ اوپن اے آئی نے پچھلے ماہ کہا کہ اگست کے وسط تک، اس کے AI ایجینٹس نے انسانی تحقیق کرنے والوں کے مقابلے میں 3.1 گنا زیادہ کام کے دن ریکارڈ کیے ہیں۔
اگر ریکرسیو کا اسٹیک کامیاب ہو جائے، تو ہر نیا ماڈل کو انسانی مدد کے بغیر لمبے عرصے تک کام کرنے کی صلاحیت ہونی چاہیے۔ کمپنی نے پہلے ٹیک کرنش کو بتایا تھا کہ اس کا جون میں ایمازون ویب سروسز کے ساتھ 410 ملین ڈالر کا کمپوٹنگ معاہدہ "ملازمین کی تعداد بڑھانے کے بجائے ایجنٹس کی تعداد بڑھانے کے لیے ہے۔"
سکر نے وائرڈ کے ساتھ انٹرویو میں کہا کہ طویل مدتی طور پر ہدف یہ ہے کہ یوریکا مشین مکمل طور پر ریکرسیو خود بہتری کے قابل بن جائے، جس کے مکمل عمل کو انسانی نگرانی کے تحت رکھا جائے اور اگر کوئی مسئلہ پیدا ہو تو اسے روکا جا سکے۔ ریکرسیو نے کہا کہ ہر نیا ماڈل یوریکا مشین کو بہتر تحقیق کرنے والا بنانا چاہیے، تاکہ وہ اگلا ماڈل تیزی سے تعمیر کر سکے۔