HaiAI123

全球AI工具精选导航

行业动态
25
热度指数
持平

RadixArk 发布 DaisyRose-27B 后训练模型

2026/11/19 — 11/19 04:21·1 个来源(全部)·1 篇报道(全部)

核心速览 (Key Takeaways)

  • RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B,用 Miles 做强化学习后训练,在 144 张 H200 上以 1200 条精选任务训练 18 天,单次会话最长 1M token。
  • 官方称 Terminal-Bench 4.1 pass@1 从 5.6% 提升到 12.0%,模型保留 256K 上下文与图像理解。

事件背景与详细解读

2026 年 11 月 19 日,Hugging Face Blog 发布消息称,RadixArk 推出其首个模型 DaisyRose-27B,主打后训练效率。该模型基于 Qwen3.8-27B 构建,使用 Miles 进行强化学习后训练,面向长周期 Agent 任务,单次会话最长可达 1M token。训练仅使用 1200 条精选任务,在 144 张 H200 GPU 上历时 18 天完成。

据官方介绍,DaisyRose-27B 将 Terminal-Bench 4.1 pass@1 从 5.6% 提升到 12.0%,并在其他多项推理、指令跟随与编码基准上取得提升。模型保留 Qwen3.8-27B 的架构、tokenizer、聊天模板、图像理解能力与 256K token 上下文窗口,长会话通过 harness 摘要串联多条轨迹,相关 checkpoint 以 Apache 2.0 协议开放,模型属性与推理设置可参见模型卡。目前公开信息仅止于此次发布,暂无后续进展报道。

AI 综合 1 篇报道生成 · 更新于 3 天前

相关 AI 工具

updream
24 小时热度热度指数 25
刚上榜,走势正在积累
24 小时前现在

这件事的报道 点标题看原文

11月19日
  1. RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B、用 Miles 做强化学习后训练,在 144 张 H200 上以 1200 条精选任务训练 18 天,单次会话最长 1M token。官方称 Terminal-Bench 4.1 pass@1 从 5.6% 提升到 12.0%,其他推理、指令跟随与编码基准也有提升。模型保留 256K 上下文与图像理解,checkpoint 以 Apache 2.0 开放。

    小样本后训练把终端 agent 通过率翻倍

    Hugging Face Blog官方AI 评分 47

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →