RadixArk 首发开源 DaisyRose-27B:纯 RL 训练,Terminal Bench 翻倍
13aeon · reddit · 2026-11-19
RadixArk 发布首个模型 DaisyRose-27B:基于 Qwen3.8-27B 的多模态推理模型,只用强化学习训练(无 SFT、无蒸馏),已按 Apache-2.0 开源 BF16/FP8/NVFP4 权重。
- 训练配置:约 1,200 条精选长程 agent 任务,会话最长 1M token,在 144 块 H200 上训练 18 天。
- 成绩:Terminal Bench 4.1 pass@1 从基座 5.6 升至 12.0;SWE Bench Pro v2 达 94.7(基座 91.3),GPQA Diamond 90.7,IFBench 82.4,多数编码/推理/指令跟随基准均优于基座。
- 即插即用:保留基座架构、tokenizer、chat 模板及图像理解与 256K 上下文,可在现有推理与后训练栈中直接替换 Qwen3.8-27B;定位适配 5090 / DGX Spark 等设备。
所属事件:RadixArk 开源 DaisyRose-27B:纯 RL 训练,Terminal-Bench 翻倍(5 条相关)→
「模型」频道最新
- 博主观察:Google 与 Anthropic 正赢得「公共 AI」之争 — imjustnewatai · 2026-11-19
- 谷歌 8 天连发三个旗舰模型,网友猜测此前 RSI 暗示另有后手 — haider1 · 2026-11-19
- 隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分 — soleio · 2026-11-19
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19