144 块 H200 训 18 天:RadixArk 开源 DaisyRose-27B,Terminal-Bench 从 5.6% 提至 12%
BanghuaZ · x · 2026-11-19
RadixArk 发布首个开放权重模型 DaisyRose-27B,核心问题是:小模型在 144 块 GPU 上 18 天能提升多少?
- 基座:Qwen3.8-27B,用强化学习训练
- 数据:精选 1,200 个长程 agent 任务
- 算力:144 块 H200,训练 18 天
- 训练栈:自研 Miles 训练框架加自建训练后端
- 关键技巧:把 agent 会话拉长到最多 100 万 token
- 成绩:Terminal-Bench 4.1 从 5.6% 提升到 12.0%
作者称将发布完整技术拆解,展示具体做法。
所属事件:RadixArk 开源 DaisyRose-27B:纯 RL 训练,Terminal-Bench 翻倍(5 条相关)→
「编程与Agent」频道最新
- Rivet 实战经验:别让 JEV 推理,拆成微小是非题反而更准 — yawnxyz · 2026-11-19
- 16 次 MVP 老手用原生 PowerShell 给微软 Intelligent Terminal 造了个自定义 Agent — dfinke · 2026-11-19
- 马斯克喊话:把 Grok Bot 当成一个很聪明的员工来用 — elonmusk · 2026-11-19
- Eve 编码工具复用编译器模块图,构建时间从 56.9 秒降到 6.9 秒 — evilrabbit_ · 2026-11-19
- Klaus 分享 AI 测试平台界面:一句话即可生成全站测试 — KlausCodes · 2026-11-19
- 开发者吐槽 GPT「防御式编程」掩盖 bug,官方回应征集案例 — pvncher · 2026-11-19