RadixArk 發布 DaisyRose-27B 代理模型
先了解這件事
RadixArk 發布 DaisyRose-27B,這是其首個模型,基於 Qwen3.8-27B 構建,並使用 Miles 在 1,200 個精選的長程代理任務上以強化學習進行後訓練。訓練在 144 張 H200 GPU 上執行了 18 天。在 Terminal-Bench 4.1 上,pass@1 從 5.6% 提升至 12.0%,在 Terminal Bench 2.1、DeepSWE v1.1、SWE Bench Pro v2、HLE、IFBench 和 GPQA Diamond 上報告的增益較小。 該模型保留了 Qwen3.8-27B 的架構、分詞器、圖像理解和 256K token 上下文窗口。檢查點以 Apache 2.0 許可提供 BF16、FP8 和 NVFP4 格式,RadixArk 建議使用 SGLang 和 DSpark 推測解碼進行服務。
AI 依報導生成 · 23 小時前更新
報導時間線
沿著報導,了解事件的不同側面。
- Hugging Face Blog精選RadixArk 發布 DaisyRose-27B,一個經 RL 後訓練的 Qwen3.8-27B 代理模型
RadixArk 發布了其首個模型 DaisyRose-27B,該模型基於 Qwen3.8-27B,使用 Miles 以強化學習在 1,200 個精選的長程代理任務上訓練,耗時 18 天、使用 144 張 H200 GPU。Terminal-Bench 4.1 pass@1 從 5.6% 提升至 12.0%,在 Terminal Bench 2.1、DeepSWE v1.1、SWE Bench Pro v2、HLE、IFBench 和 GPQA Diamond 上的提升較小。檢查點以 Apache 2.0 授權提供,包含 BF16、FP8 和 NVFP4 格式,且該模型保留了 Qwen3.8-27B 的架構、分詞器、圖像理解和 256K token 上下文窗口。
本事件熱度走勢
- 可比範圍當前
- 5
- 可比範圍峰值
- 1011月19日 05:00
- 近 24 小時變化
- –
趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指標或點擊圖表查看每小時熱度;鍵盤可用左右方向鍵切換。