RadixArk phát hành DaisyRose-27B, mô hình agent Qwen3.8-27B được huấn luyện hậu kỳ bằng RL
DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency
RadixArk đã phát hành DaisyRose-27B, mô hình đầu tiên của mình, được xây dựng trên Qwen3.8-27B và huấn luyện bằng học tăng cường với Miles trên 1.200 tác vụ agent tầm xa được tuyển chọn kỹ lưỡng trong 18 ngày trên 144 GPU H200. Tỷ lệ pass@1 trên Terminal-Bench 4.1 tăng từ 5,6% lên 12,0%, với mức tăng nhỏ hơn trên Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE, IFBench và GPQA Diamond. Các checkpoint có sẵn theo giấy phép Apache 2.0 ở định dạng BF16, FP8 và NVFP4, và mô hình giữ nguyên kiến trúc, tokenizer, khả năng hiểu hình ảnh và cửa sổ ngữ cảnh 256K token của Qwen3.8-27B.
Mô hình đầu tiên của RadixArk cho thấy một tập tác vụ nhỏ được tuyển chọn kỹ lưỡng cùng một backend RL bất đồng bộ có thể nâng cao hiệu suất agent tầm xa trên một mô hình nền 27B.
Nguồn:Hugging Face Blog · huggingface.co