RadixArk lancia DaisyRose-27B, un Qwen3.8-27B ottimizzato per attività da agente che porta Terminal-Bench 4.1 dal 5,6% al 12,0%
RadixArk afferma che DaisyRose-27B è il suo primo modello, basato su Qwen3.8-27B e addestrato con apprendimento per rinforzo su attività da agente a lungo orizzonte, con sessioni fino a 1 milione di token. Dice di aver utilizzato circa 1.200 attività selezionate, realizzate con Eigent AI, nell'arco di 18 giorni su 144 GPU H200, usando il framework open source Miles.
Questi sono i risultati ottenuti da RadixArk con il proprio harness interno mini-swe-agent:
- Terminal-Bench 4.1 pass@1: 12,0%, rispetto al 5,6% del Qwen3.8-27B originale. RadixArk afferma che il modello ottiene risultati superiori all'originale anche in tutti gli altri benchmark elencati (Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE solo testo, IFBench e GPQA Diamond).
- Costo di addestramento: RadixArk afferma che il suo backend interno di addestramento ha raggiunto un'utilizzazione dei FLOPs del modello del 37%, contro il 16% del trainer open source basato su Megatron, riducendo così del 57% il tempo GPU necessario per lo stesso addestramento.
- Sandbox: afferma di averne eseguite circa 944.000 per il progetto sul proprio servizio, basato sul progetto open source AgentENV, a un costo inferiore di circa l'80% rispetto ai più diffusi provider di sandbox cloud.
I checkpoint BF16, FP8 e NVFP4 sono disponibili su Hugging Face. RadixArk afferma di offrire lo stesso approccio ai team che vogliono modelli specializzati.
Fonti
- DaisyRose-27B: l'RL su 1.200 attività porta Qwen3.8 dal 5,6% al 12% su Terminal-Bench 4.1Hacker News · 28 commenti
Ricevi notizie come questa via push.
AI Tracker ti avvisa quando cambia qualcosa negli strumenti che usi.