RadixArk, Terminal-Bench 4.1 점수를 5.6%에서 12.0%로 끌어올린 에이전트 작업 특화 Qwen3.8-27B 모델 DaisyRose-27B 출시
RadixArk에 따르면 DaisyRose-27B는 Qwen3.8-27B를 기반으로 장시간 에이전트 작업에 강화학습을 적용해 학습한 자사의 첫 모델이며, 최대 100만 토큰의 세션을 지원합니다. Eigent AI와 함께 만든 선별 작업 약 1,200개를 사용해 H200 GPU 144개에서 18일간 학습했으며, 오픈소스 Miles 프레임워크를 사용했다고 합니다.
다음은 RadixArk가 자체 mini-swe-agent 하네스를 사용해 실행한 자체 평가 결과입니다.
- Terminal-Bench 4.1 pass@1: 12.0%로, 원본 Qwen3.8-27B의 5.6%에서 상승했습니다. RadixArk는 Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE text-only, IFBench, GPQA Diamond 등 제시한 다른 모든 벤치마크에서도 원본보다 높은 점수를 기록했다고 밝혔습니다.
- 학습 비용: RadixArk는 자체 학습 백엔드의 모델 FLOPs 활용률이 37%로 오픈소스 Megatron 기반 트레이너의 16%를 웃돌아, 같은 학습에 필요한 GPU 시간이 57% 줄었다고 합니다.
- 샌드박스: 오픈소스 AgentENV 프로젝트를 기반으로 자체 서비스에서 이 프로젝트를 위해 약 94만 개의 샌드박스를 실행했으며, 인기 클라우드 샌드박스 제공업체보다 비용이 약 80% 낮았다고 합니다.
BF16, FP8, NVFP4 체크포인트는 Hugging Face에서 제공됩니다. RadixArk는 특화 모델을 원하는 팀에 같은 접근 방식을 제공하고 있다고 밝혔습니다.
출처
이런 뉴스를 푸시로 받아보세요.
사용하는 도구에 변화가 생기면 AI Tracker가 알려드립니다.