HaiAI123

全球AI工具精選導航

行業動態
25
熱度指數
持平

RadixArk 釋出 DaisyRose-27B 後訓練模型

2026/11/19 — 11/19 04:21·1 個來源(全部)·1 篇報道(全部)

核心速覽 (Key Takeaways)

  • RadixArk 釋出首個模型 DaisyRose-27B,基於 Qwen3.8-27B,用 Miles 做強化學習後訓練,在 144 張 H200 上以 1200 條精選任務訓練 18 天,單次會話最長 1M token。
  • 官方稱 Terminal-Bench 4.1 pass@1 從 5.6% 提升到 12.0%,模型保留 256K 上下文與影像理解。

事件背景與詳細解讀

2026 年 11 月 19 日,Hugging Face Blog 釋出訊息稱,RadixArk 推出其首個模型 DaisyRose-27B,主打後訓練效率。該模型基於 Qwen3.8-27B 構建,使用 Miles 進行強化學習後訓練,面向長週期 Agent 任務,單次會話最長可達 1M token。訓練僅使用 1200 條精選任務,在 144 張 H200 GPU 上歷時 18 天完成。

據官方介紹,DaisyRose-27B 將 Terminal-Bench 4.1 pass@1 從 5.6% 提升到 12.0%,並在其他多項推理、指令跟隨與編碼基準上取得提升。模型保留 Qwen3.8-27B 的架構、tokenizer、聊天模板、影像理解能力與 256K token 上下文視窗,長會話通過 harness 摘要串聯多條軌跡,相關 checkpoint 以 Apache 2.0 協議開放,模型屬性與推理設定可參見模型卡。目前公開資訊僅止於此次釋出,暫無後續進展報道。

AI 綜合 1 篇報道生成 · 更新於 3 天前

相關 AI 工具

updream
24 小時熱度熱度指數 25
剛上榜,走勢正在積累
24 小時前現在

這件事的報道 點標題看原文

11月19日
  1. RadixArk 釋出首個模型 DaisyRose-27B,基於 Qwen3.8-27B、用 Miles 做強化學習後訓練,在 144 張 H200 上以 1200 條精選任務訓練 18 天,單次會話最長 1M token。官方稱 Terminal-Bench 4.1 pass@1 從 5.6% 提升到 12.0%,其他推理、指令跟隨與編碼基準也有提升。模型保留 256K 上下文與影像理解,checkpoint 以 Apache 2.0 開放。

    小樣本後訓練把終端 agent 通過率翻倍

    Hugging Face Blog官方AI 評分 47

同時在說的其他事

熱度怎麼算的?瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。

本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。

爆
討論快速增加
新
首報 6 小時內
發酵中
討論仍在增加

回 AI 行業動態榜 →