AI Trackerİndir
← Tüm haberler
ModellerAçık kaynak

RadixArk, ajan görevleri için ince ayarlanan ve Terminal-Bench 4.1 puanını %5,6'dan %12,0'ye çıkaran Qwen3.8-27B tabanlı DaisyRose-27B'yi yayımladı

RadixArk, ilk modeli DaisyRose-27B'nin Qwen3.8-27B tabanlı olduğunu ve 1 milyon tokene kadar süren oturumlarla uzun ufuklu ajan görevlerinde pekiştirmeli öğrenme kullanılarak eğitildiğini söylüyor. Şirket, Eigent AI ile oluşturulan yaklaşık 1.200 özenle seçilmiş görevden yararlandığını ve açık kaynaklı Miles çerçevesini kullanarak 144 H200 GPU üzerinde 18 gün boyunca eğitim yaptığını belirtiyor.

Bunlar, RadixArk'ın kendi dahili mini-swe-agent test düzeneğiyle elde ettiği sonuçlar:

  • Terminal-Bench 4.1 pass@1: %12,0; orijinal Qwen3.8-27B'nin %5,6'lık sonucundan yüksek. RadixArk, listelediği diğer tüm kıyaslamalarda da (Terminal Bench 2.1, DeepSWE v1.1, SWE Bench Pro v2, HLE text-only, IFBench ve GPQA Diamond) orijinal modelden daha yüksek puan aldığını söylüyor.
  • Eğitim maliyeti: RadixArk, dahili eğitim altyapısının model FLOPs kullanım oranında %37'ye ulaştığını; açık kaynaklı, Megatron tabanlı eğiticide bu oranın %16 olduğunu ve böylece aynı eğitim için GPU süresinin %57 azaldığını belirtiyor.
  • Korumalı ortamlar: Proje kapsamında, açık kaynaklı AgentENV projesi üzerine kurduğu kendi hizmetinde yaklaşık 944.000 korumalı ortam çalıştırdığını ve bunun popüler bulut korumalı ortam sağlayıcılarına kıyasla maliyeti yaklaşık %80 düşürdüğünü söylüyor.

BF16, FP8 ve NVFP4 kontrol noktaları Hugging Face'te. RadixArk, özelleştirilmiş modeller isteyen ekiplere aynı yaklaşımı sunduğunu söylüyor.

Bu tür haberleri bildirim olarak alın.

Kullandığınız araçlarda bir şey değiştiğinde AI Tracker sizi uyarır.

Uygulamayı indir