跳到正文
Hugging Face Blog·· 23 小时前精选AI 评分62

RadixArk 发布 DaisyRose-27B,这是一个经 RL 后训练的 Qwen3.8-27B 智能体模型

DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency

AI 导读

RadixArk 发布了其首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B 构建,使用 Miles 在 144 块 H200 GPU 上耗时 18 天,针对 1,200 个精选的长程智能体任务进行强化学习训练。Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%,在 Terminal Bench 2.1、DeepSWE v1.1、SWE Bench Pro v2、HLE、IFBench 和 GPQA Diamond 上的提升幅度较小。检查点以 Apache 2.0 许可提供,包含 BF16、FP8 和 NVFP4 格式,并且该模型保留了 Qwen3.8-27B 的架构、分词器、图像理解和 256K token 上下文窗口。

推荐理由

RadixArk 的首个模型展示了小型精选任务集与异步 RL 后端如何在 27B 基础模型上提升长程智能体性能。

来源:Hugging Face Blog · huggingface.co