RadixArk 开源 DaisyRose-27B:144 块 H200 训 18 天,Terminal-Bench 从 5.6% 提到 12%

BanghuaZ · x · 2026-11-19

在 SGLang Summit 上,RadixArk 发布首个开源权重模型 DaisyRose-27B:基于 Qwen3-27B(原文写 Qwen3.8)做强化学习训练,使用 1,200 条精选的长程 agent 任务,在 144 块 H200 上仅训练 18 天。团队借助自研 Miles 训练后端把 agent 会话拉长到 100 万 token,Terminal-Bench 4.1 得分从 5.6% 提升到 12.0%。配套的 Day 0 徽章是峰会彩蛋。

所属事件:RadixArk 开源 DaisyRose-27B:纯 RL 训练,Terminal-Bench 翻倍(5 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →