RadixArk เปิดตัวโมเดลเอเจนต์ DaisyRose-27B
เริ่มตรงนี้
RadixArk เปิดตัว DaisyRose-27B โมเดลแรกของบริษัท สร้างบน Qwen3.8-27B และผ่านการฝึกหลังการฝึกด้วยการเรียนรู้แบบเสริมกำลังโดยใช้ Miles บนงานเอเจนต์ระยะยาวที่คัดสรรแล้ว 1,200 งาน การฝึกใช้เวลา 18 วันบน GPU H200 จำนวน 144 ตัว บน Terminal-Bench 4.1 ค่า pass@1 เพิ่มขึ้นจาก 5.6% เป็น 12.0% โดยมีรายงานการเพิ่มขึ้นในระดับที่น้อยกว่าบน Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE, IFBench และ GPQA Diamond โมเดลยังคงสถาปัตยกรรม ตัวตัดคำ การเข้าใจภาพ และหน้าต่างบริบท 256K โทเคนของ Qwen3.8-27B เช็กพอยต์พร้อมใช้งานภายใต้ Apache 2.0 ในรูปแบบ BF16, FP8 และ NVFP4 และ RadixArk แนะนำให้ให้บริการด้วย SGLang และการถอดรหัสแบบคาดการณ์ล่วงหน้าของ DSpark
สร้างจากรายงาน · อัปเดต 23 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Hugging Face BlogคัดสรรRadixArk เปิดตัว DaisyRose-27B โมเดลเอเจนต์ Qwen3.8-27B ที่ผ่านการฝึกหลังด้วย RL
RadixArk เปิดตัว DaisyRose-27B โมเดลแรกของบริษัท สร้างบน Qwen3.8-27B และฝึกด้วยการเรียนรู้แบบเสริมกำลังโดยใช้ Miles บนงานเอเจนต์ระยะยาวที่คัดสรร 1,200 งาน ภายใน 18 วันบน GPU H200 จำนวน 144 ตัว ค่า pass@1 บน Terminal-Bench 4.1 เพิ่มจาก 5.6% เป็น 12.0% โดยมีอัตราการเพิ่มขึ้นที่น้อยกว่าใน Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE, IFBench และ GPQA Diamond เช็กพอยต์เผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 ในรูปแบบ BF16, FP8 และ NVFP4 และโมเดลยังคงสถาปัตยกรรม โทเค็นไนเซอร์ การเข้าใจภาพ และหน้าต่างบริบท 256K โทเค็นของ Qwen3.8-27B ไว้
ความร้อนแรงของเหตุการณ์นี้
- ช่วงปัจจุบันที่เทียบได้
- 5
- จุดสูงสุดในช่วงที่เทียบได้
- 1019 พฤศจิกายน 05:00
- การเปลี่ยนแปลงใน 24 ชั่วโมง
- –
แนวโน้มนี้เปรียบเทียบผู้ร่วมพูดถึงชุดเดียวกันในช่วงเวลาที่เฝ้าดูต่อเนื่อง ช่วงจึงอาจแคบกว่าคะแนนความร้อนปัจจุบัน วางเมาส์หรือแตะกราฟเพื่อดูความร้อนรายชั่วโมง กดลูกศรเพื่อเลื่อนดู