跳到主要內容
2026-11-19 日報
模型發布

RadixArk 發布首款模型 DaisyRose-27B,基於 Qwen3.8-27B 經強化學習,Terminal-Bench 4.1 通過率由 5.6% 提升至 12.0%

HuggingFace Blog綜合 2 家報導一手來源
尚未逐項核實

來源為發布方或研究資料;不代表所有主張已獲獨立核實。

RadixArk 推出首款模型 DaisyRose-27B,以 Qwen3.8-27B 為基底,使用 Miles 進行強化學習訓練,並以 Apache 2.0 授權釋出 BF16、FP8 與 NVFP4 等版本的權重檔。訓練聚焦長程代理任務,單次工作階段最長可達 100 萬 token;共使用 1,200 個精選任務,在 144 張 H200 GPU 上訓練 18 天。 官方數據顯示,DaisyRose-27B 在 Terminal-Bench 4.1 的 pass@1 由 5.6% 提升至 12.0%。在其他基準上,與原始 Qwen3.8-27B 相比,Terminal Bench 2.1 由 73.0 升至 75.5,DeepSWE v1.1 由 42.2 升至 46.2,SWE Bench Pro v2 由 91.3 升至 94.7,HLE(純文字)由 33.9 升至 34.3,IFBench 由 79.5 升至 82.4,GPQA Diamond 由 89.2 升至 90.7。官方表示,各項基準取 BF16 與 FP8 中較高的分數,兩者在有測得的項目上差距小於 1 分。 模型保留 Qwen3.8-27B 的架構、分詞器、對話模板、圖像理解能力與 256K token 的上下文窗口。較長的訓練階段使用 harness summarization 串接多段軌跡。官方建議以 SGLang 搭配 DSpark 推測式解碼部署,模型預設會先推理再作答,推理內容與最終答案分別由 reasoning_content 與 content 回傳。
讀原始報導

來源