18天144块H200,RadixArk开源27B模型把Terminal-Bench翻倍

BanghuaZ · x · 2026-11-19

RadixArk 发布首个开放权重模型 DaisyRose-27B:基于 Qwen3.8-27B,用 1,200 条精选长程 agent 任务做强化学习,仅用 144 块 H200 训练 18 天。

这是小团队用短周期 RL 把小模型在 agent 能力上大幅拉高的一个可参考案例。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →