返回热点榜
llm热度 21.3°

AI 聚合热点事件 · 2026/11/19

RadixArk 开源 27B 智能体模型 终端任务通过率翻倍

2 篇收录报道2 家独立信源交叉印证持续跟踪至 2026/11/19 03:54:56
全景综述与最新动态
2 家信源交叉印证

RadixArk 正式发布其首个开源智能体模型 DaisyRose-27B,基于 Qwen3.8-27B 通过强化学习在长程智能体任务上进行后训练。该模型仅使用 1200 条精选任务、144 张 H200 GPU 训练 18 天即完成,在 Terminal-Bench 4.1 基准上的 pass@1 从 5.6% 提升至 12.0%,实现通过率翻倍,同时支持高达 1M token 的单会话上下文。

技术细节方面,DaisyRose-27B 在 Terminal-Bench 2.1 上达到 75.5 分,DeepSWE v1.1 上达到 46.2 分,并在推理、指令遵循与编码等多项基准上取得普遍增益。RadixArk 同步开源了 BF16、FP8 和 NVFP4 三档权重,均采用 Apache 2.0 许可,便于不同硬件环境下的部署与二次开发。

这一发布表明,高质量的小规模任务集与高效训练策略能在有限算力下显著提升智能体的长程任务能力,为开源社区提供了可复现的智能体训练范式,有望推动终端自动化与软件工程智能体应用的快速发展。

最新动向/RadixArk 于 Hugging Face 发布 DaisyRose-27B 后,社区关注其仅用 1200 条任务和 144 张 H200 训练 18 天即实现终端任务通过率翻倍,并同步开源三档权重,推动智能体训练效率讨论。

逐小时热度走势

23 个完整观测小时
当前
21.3
峰值
34.604:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 2 篇 · 最新优先
  1. Hacker News AIT2·72 分

    RadixArk 开源 27B 智能体模型 终端任务通过率翻倍

    原标题:DaisyRose-27B: 1,200-task RL took Qwen3.8 from 5.6% to 12% on Terminal-Bench 4.1

    • 仅 1,200 个精选任务、18 天、144 张 H200 即完成长程智能体 RL 训练,单会话上下文可达 1M token
    • Terminal-Bench 4.1 pass@1 由 5.6% 升至 12.0%,Terminal-Bench 2.1 达 75.5,DeepSWE v1.1 达 46.2
    • 同步开源 BF16、FP8、NVFP4 三档权重,便于不同硬件部署与二次开发