RadixArk Open-Sources DaisyRose-27B: Pure RL Training Doubles Terminal-Bench

RadixArk 在 SGLang Summit 上发布首个开放权重模型 DaisyRose-27B:基于 Qwen3.8-27B(部分转述写作 Qwen3-27B),只用强化学习训练,不做 SFT、不做蒸馏,训练数据为约 1,200 条精选长程 agent 任务,算力开销为 144 块 H200 训练 18 天。模型已按 Apache-2.0 许可开源 BF16/FP8/NVFP4 权重。

已确认

为什么重要

2026-11-19 ~ 2026-11-19 · 5 related posts

Primary sources

1 near-duplicate retellings: BanghuaZ