RadixArk wypuszcza DaisyRose-27B, model oparty na Qwen3.8-27B i dostrojony do zadań agentowych, który podnosi wynik w Terminal-Bench 4.1 z 5,6% do 12,0%
RadixArk twierdzi, że DaisyRose-27B to jego pierwszy model, oparty na Qwen3.8-27B i trenowany z użyciem uczenia ze wzmocnieniem do realizacji długotrwałych zadań agentowych, z sesjami obejmującymi do 1 miliona tokenów. Firma twierdzi, że wykorzystała około 1 200 wyselekcjonowanych zadań przygotowanych wspólnie z Eigent AI, a trening trwał 18 dni na 144 procesorach GPU H200 i odbywał się z użyciem jej frameworka Miles o otwartym kodzie źródłowym.
Oto wyniki RadixArk uzyskane przy użyciu wewnętrznego harnessu mini-swe-agent:
- Terminal-Bench 4.1 pass@1: 12,0% w porównaniu z 5,6% dla oryginalnego Qwen3.8-27B. RadixArk twierdzi, że model uzyskał też lepsze wyniki niż oryginał we wszystkich pozostałych wymienionych benchmarkach (Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE text-only, IFBench i GPQA Diamond).
- Koszt treningu: RadixArk twierdzi, że jego wewnętrzny backend treningowy osiągnął 37% wykorzystania FLOPs modelu, wobec 16% w trenerze opartym na Megatronie o otwartym kodzie źródłowym, dzięki czemu ten sam trening wymaga o 57% mniej czasu GPU.
- Środowiska izolowane: firma twierdzi, że na potrzeby projektu uruchomiła około 944 000 takich środowisk we własnej usłudze opartej na projekcie AgentENV o otwartym kodzie źródłowym, przy koszcie niższym o około 80% niż u popularnych dostawców chmurowych środowisk izolowanych.
Punkty kontrolne BF16, FP8 i NVFP4 są dostępne w Hugging Face. RadixArk twierdzi, że oferuje takie samo podejście zespołom, które chcą tworzyć modele wyspecjalizowane.
Źródła
- DaisyRose-27B: trening RL na 1 200 zadaniach podniósł wynik Qwen3.8 w Terminal-Bench 4.1 z 5,6% do 12%Hacker News · 28 komentarzy
Otrzymuj takie wiadomości jako push.
AI Tracker powiadomi Cię, gdy coś zmieni się w narzędziach, których używasz.