跳到主要内容
检索

# DaisyRose-27B

2 篇关联报道

订阅更新
  1. Hugging Face - Blog

    RadixArk发布DaisyRose-27B:1200个任务、18天训练,Terminal-Bench 4.1通过率从5.6%升到12.0%

    RadixArk 发布首个模型 DaisyRose-27B,以 Qwen3.8-27B 为基座,用强化学习在长程智能体任务上做后训练,训练集只有约 1200 个精选任务,在 144 块 H200 上耗时 18 天。它在 Terminal-Bench 4.1 上的 pass@1 从基座的 5.6% 升到 12.0%,在列出的其余推理、指令遵循和编程基准上也均高于基座。模型保留基座架构、分词器、256K 上下文与图像理解能力,检查点以 Apache 2.0 发布。

  2. Hugging Face Blog

    DaisyRose-27B用1200个任务训练18天:终端智能体通过率从5.6%升到12.0%

    RadixArk发布首个模型DaisyRose-27B,在Qwen3.8-27B基础上用强化学习训练,训练数据只有约1200个精选的长程智能体任务,在144块H200上用了18天。它在Terminal Bench 4.1上的pass@1从5.6%提高到12.0%,在列出的其他推理、指令遵循和编程基准上也都有提升。发布方称其内部训练后端把每块GPU峰值算力中用于有效训练的比例做到37%,而基于Megatron的开源训练器在可比运行中为16%,因此同样训练所需GPU时间少57%。

已读完全部报道