Hugging Face Blog·· 3 天前精选AI 评分80
RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 升至 12.0%
DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency
AI 导读
RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 从 5.6% 升至 12.0%。该模型基于 Qwen3.8-27B,使用 Miles 和约 1,200 个精选任务,在 144 H200 GPUs 上训练 18 天,最长训练会话达 1M tokens。
推荐理由
文章把任务筛选、异步强化学习与沙箱基础设施连到具体成本和基准变化,呈现一套可迁移的长时程 Agent 后训练路径。
来源:Hugging Face Blog · huggingface.co