对标 Claude Opus，开源模型 Ornith-1.5 展示自我改进新范式
aftahi_ai · x · 2026-08-19
Ornith-1.5 系列开源模型发布，涵盖 9B Dense、35B MoE 和 397B MoE，主打端到端自我改进训练策略。其表现达到同尺寸开源模型 SOTA，并在推理、Agent 和编程任务中逼近 Claude Opus 4.8 水平。
具体成绩包括：
- Terminal-Bench 2.1: 86.1
- SWE-Bench (Verified): 86
- DeepSWE: 56
- HLE: 44.6
该模型通过自脚手架策略构建了更完整的自我改进循环。
所属事件:Ornith-1.5 发布：397B MoE 自我改进对标 Claude Opus(24 条相关)→
「模型」频道最新
- LLM-as-a-Verifier 让 Nemotron 3.5 超 Terminal-Bench 提 9 分 — simonguozirui · 2026-10-16
- Bonsai 2 三值小模型实测：4B 性价比最佳，27B 一个技能意外掉链子 — cephaloform · 2026-10-16
- Meta 多语言 ASR 覆盖 1600 种语言，入选 TIME 2026 最佳发明 — AIatMeta · 2026-10-16
- Apollo:GLM-53 展现史无前例的更新感知推理 — repligate · 2026-10-16
- Bonsai 2 2B 端侧模型登 iPhone:120 token/s,速度两倍于 Qwen 3.5 2B — cephaloform · 2026-10-16
- 用户吐槽 ChatGPT 越来越多 bug:扩展失效、Computer Use 反复索要权限 — sytelus · 2026-10-16