AI Tracker下載 App
← 所有新聞
模型開源

RadixArk 推出 DaisyRose-27B:一款針對代理任務調校的 Qwen3.8-27B,將 Terminal-Bench 4.1 成績從 5.6% 提升至 12.0%

RadixArk 表示,DaisyRose-27B 是其首款模型,以 Qwen3.8-27B 為基礎,透過強化學習訓練長時程代理任務,工作階段長度最高可達 100 萬個 token。RadixArk 表示,該模型使用約 1,200 項精選任務,這些任務由其與 Eigent AI 共同製作,並透過開源 Miles 框架,在 144 張 H200 GPU 上訓練 18 天。

以下是 RadixArk 使用其內部 mini-swe-agent 測試工具進行的測試結果:

  • Terminal-Bench 4.1 pass@1:12.0%,高於原版 Qwen3.8-27B 的 5.6%。RadixArk 表示,在其列出的其他所有基準測試(Terminal Bench 2.1、DeepSWE v1.1、SWE Bench Pro v2、HLE text-only、IFBench 和 GPQA Diamond)中,該模型的分數也都高於原版。
  • 訓練成本:RadixArk 表示,其內部訓練後端的模型 FLOPs 利用率達 37%,而開源的 Megatron 架構訓練器為 16%,因此相同訓練所需的 GPU 時間減少了 57%。
  • 沙盒:RadixArk 表示,該專案透過其自建、基於開源 AgentENV 專案的服務執行了約 944,000 個沙盒,成本比常見的雲端沙盒供應商低約 80%。

BF16、FP8 和 NVFP4 檢查點已上架 Hugging Face。RadixArk 表示,願意為希望打造專用模型的團隊提供同樣的方法。

這樣的新聞,第一時間推播給你。

你使用的 AI 工具一有變化,AI Tracker 就會通知你。

下載 App