РЕЛИЗ · MODELS · #3867
RadixArk представляет DaisyRose-27B — 27B модель на базе Qwen3.8-27B, дообученную с RL
RadixArk выпустила DaisyRose-27B — 27-миллиардную модель на базе Qwen3.8-27B, дообученную с помощью RL-фреймворка Miles на длинных агентских сессиях (до 1 млн токенов). Модель, обученная за 18 дней на 144 H200 GPU с ≈1 200 отобранными задачами, повышает pass@1 по Terminal-Bench 4.1 с 5.6% до 12.0%; чекпойнты доступны под Apache 2.0, для сервинга рекомендованы SGLang и DSpark.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- RadixArk выпустила DaisyRose-27B — 27-миллиардную модель на базе Qwen3.8-27B, дообученную с помощью RL-фреймворка Miles на длинных агентских сессиях (до 1 млн токенов).
- Модель, обученная за 18 дней на 144 H200 GPU с ≈1 200 отобранными задачами, повышает pass@1 по Terminal-Bench 4.1 с 5.6% до 12.0%; чекпойнты доступны под Apache 2.0, для сервинга рекомендованы SGLang и DSpark.
- Релиз показывает, что целенаправленное дообучение с длинными агентскими сессиями и асинхронным RL-пайплайном может существенно улучшить показатели модели и сократить время обучения на GPU (указано снижение затрат на 57%), при этом чекпойнты доступны под свободной лицензией.
ПОЧЕМУ ЭТО ВАЖНО
Релиз показывает, что целенаправленное дообучение с длинными агентскими сессиями и асинхронным RL-пайплайном может существенно улучшить показатели модели и сократить время обучения на GPU (указано снижение затрат на 57%), при этом чекпойнты доступны под свободной лицензией.