跳到正文
Hugging Face Blog·· 14 小时前精选AI 评分73

RadixArk 发布 DaisyRose-27B,探索长程智能体后训练效率

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

AI 导读

RadixArk 发布首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B,使用 Miles 通过强化学习完成后训练。训练使用约 1,200 个精选任务,在 18 天内动用 144 张 H200 GPU,支持最长 1M tokens 的会话,并将 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。

推荐理由

RadixArk 公开了长程智能体后训练的数据、训练后端与沙箱方法,便于读者比较其效率收益与复现条件。

来源:Hugging Face Blog · huggingface.co