DaisyRose-27B:1200任务18天训练,Terminal-Bench 4.1通过率翻倍

2026.11.19 · 收录日 2026.11.19 · 模型 · 新模型 · 官方发布

RadixArk发布首个模型DaisyRose-27B,用1200个任务训练18天,Terminal-Bench…

RadixArk发布首个模型DaisyRose-27B,基于Qwen3.8-27B,用Miles强化学习在144块H200上训练18天,仅用1200个精选任务。它在Terminal-Bench 4.1上pass@1从5.6%提升到12.0%,并在推理、指令遵循、编程等多项基准上均有提升,权重以Apache 2.0开放。

  • 基于Qwen3.8-27B,保留其架构、分词器、聊天模板、图像理解和256K上下文窗口
  • 训练用1200个精选任务、18天、144块H200,单次尝试最长1.5小时、超100次工具调用
  • Terminal-Bench 4.1 pass@1从5.6%升至12.0%,Terminal Bench 2.1从73.0升至75.5
  • 训练后端MFU达37%,开源训练器为16%,同等训练所需GPU时间减少57%
  • 检查点以BF16、FP8、NVFP4格式在Apache 2.0下开放

为什么值得看

小样本长程智能体训练的效率与效果参考

适合谁关注

关注后训练、智能体与开源模型的人

原始来源

查看收录日 2026.11.19 全部卡片 · 全部卡片归档