跳到正文
实时
热点事件持续更新

DaisyRose-27B 发布

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

RadixArk 发布了基于 Qwen3.8-27B 的 DaisyRose-27B 模型,通过强化学习(Miles)和长时程代理任务训练,在 18 天内使用 144 个 H200 GPU 完成微调,将 Terminal-Bench 4.1 的 pass@1 从 5.6% 提升至 12.0%,并在其他推理、指令遵循和编码基准上取得提升。 该模型的检查点在 Apache 2.0 许可下提供,推荐使用 SGLang 和 DSpark 进行推测性解码。

AI 根据报道生成 · 更新于 1 小时前

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. Hugging Face Blog
    RadixArk 推出基于 Qwen3.8-27B 的 DaisyRose-27B 模型,提升后训练效率

    RadixArk 发布了基于 Qwen3.8-27B 的 DaisyRose-27B 模型,通过强化学习(Miles)和长时程代理任务(最多 1M tokens)训练,在 18 天内使用 144 H200 GPU 完成微调,将 Terminal-Bench 4.1 的 pass@1 从 5.6% 提升至 12.0%,并在其他推理、指令遵循和编码基准上取得提升。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。