RadixArk发布了DaisyRose-27B,一个基于Qwen3.8-27B构建的新模型。该模型使用强化学习进行训练,专注于长时域智能体任务,利用了长达100万token的会话。DaisyRose-27B在Terminal-Bench 4.1等基准测试中表现出显著的改进,pass@1分数从5.6%提高到12.0%,在推理、指令遵循和编码任务上也取得了进步。训练过程包括与Eigent AI合作开发的精选任务,并使用了RadixArk的开源强化学习框架Miles。 AI
影响 提升了训练后智能体任务的性能和效率,可能改进推理和编码能力。
排序理由 实验室(RadixArk)发布新模型并附带性能基准。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- Apache Software License 2.0
- DaisyRose-27B
- DSpark
- Eigent AI
- .openai
- Qwen3.8-27B
- RadixArk
- SGLang
- Terminal-Bench 4.1
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →