AI TrackerDescargar
← Todas las noticias
ModelosCódigo abierto

RadixArk lanza DaisyRose-27B, un Qwen3.8-27B ajustado para tareas de agentes que eleva el resultado en Terminal-Bench 4.1 del 5,6 % al 12,0 %

RadixArk afirma que DaisyRose-27B es su primer modelo, basado en Qwen3.8-27B y entrenado mediante aprendizaje por refuerzo en tareas de agentes de largo horizonte, con sesiones de hasta 1 millón de tokens. Según la empresa, utilizó unas 1.200 tareas seleccionadas, creadas con Eigent AI, durante 18 días en 144 GPU H200, con su framework de código abierto Miles.

Estos son resultados de RadixArk, obtenidos con su harness interno mini-swe-agent:

  • Terminal-Bench 4.1 pass@1: 12,0 %, frente al 5,6 % del Qwen3.8-27B original. RadixArk afirma que también supera al modelo original en todos los demás benchmarks que enumera (Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE solo texto, IFBench y GPQA Diamond).
  • Costo de entrenamiento: RadixArk afirma que su backend interno de entrenamiento alcanzó una utilización de FLOPs del modelo del 37 %, frente al 16 % del entrenador de código abierto basado en Megatron, por lo que el mismo entrenamiento requiere un 57 % menos de tiempo de GPU.
  • Entornos aislados: afirma que ejecutó unos 944.000 entornos aislados para el proyecto en su propio servicio, basado en el proyecto de código abierto AgentENV, con un costo aproximadamente un 80 % menor que el de los proveedores populares de entornos aislados en la nube.

Hay checkpoints BF16, FP8 y NVFP4 en Hugging Face. RadixArk afirma que ofrece el mismo enfoque a los equipos que quieren modelos especializados.

Recibe noticias como esta por push.

AI Tracker te avisa cuando algo cambia en las herramientas que usas.

Descargar la app