Hugging Face BlogT1·基座大模型
72 分
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用强化学习在长程智能体任务上后训练,仅用 1200 条精选任务、144 张 H200 训练 18 天。Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%,权重以 Apache 2.0 开源。
RadixArk 的强化学习训练框架,用于大规模长程智能体任务训练
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用强化学习在长程智能体任务上后训练,仅用 1200 条精选任务、144 张 H200 训练 18 天。Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%,权重以 Apache 2.0 开源。
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用强化学习在 1,200 个长程智能体任务上训练 18 天,仅用 144 张 H200。其 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%,并在多项推理、指令遵循与编码基准上取得增益,同时开源 BF16、FP8、NVFP4 三档权重。