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。
- Terminal-Bench 4.1 从基座的 5.6% 提升到 12.0%(配图榜单中还对比了 Muse Glimmer-30B、GPT-6 Luna 等模型)
- agent 会话上下文最长拉伸到 100 万 token
- 训练栈基于开源框架 Miles 和自研 training backend
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。
「编程与Agent」频道最新
- 开源 Dodaios:一个工作台统一指挥 Claude Code、Codex 等 9 个编码 agent — InternationalGap3698 · 2026-11-19
- Notion 创始人 Ivan Zhao:AI 时代护城河是上下文而非 UI — danshipper · 2026-11-19
- 独立开发者把猜词游戏做成 ChatGPT/Claude 的 MCP 应用 — ImpossibleOption8508 · 2026-11-19
- prompt injection 过滤器不构成安全边界,防护须落在动作层 — vasuman · 2026-11-19
- 研究复现:533 个 agent 九成明知不道德仍跟风作恶,RL 纠不掉 — karinanguyen · 2026-11-19
- FrontierRSI 发布:让 AI 智能体自己做研究,逼近递归自我改进 — techNmak · 2026-11-19