实时
DaisyRose-27B 发布
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
最新进展11月19日 03:54
RadixArk 推出基于 Qwen3.8-27B 的 DaisyRose-27B 模型,提升后训练效率报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- Hugging Face BlogRadixArk 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。