AI 热点

RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1…

Hacker News 热门更新于 11月19日 09:13

DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency | RadixArk Blog

AI 导读

RadixArk 发布基于 Qwen3.8-27B 的 DaisyRose-27B,其 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。模型使用 Miles 强化学习框架,以约 1,200 个精选任务在 144 张 H200 GPU 上训练 18 天,长时程智能体会话最长达 1M tokens。RadixArk 同时开放 BF16、FP8 和 NVFP4 检查点供下载与继续构建。

推荐理由

AI 评分 66

发布内容披露了长时程智能体后训练的数据筛选、异步训练和沙箱规模,可作为有限算力下提升训练效率的工程参考。

主题

标签

正文

当前公开范围只允许站内摘要。请通过经校验的原文入口继续阅读。

来源

Hacker News 热门