Chinese contentRadixArk 发布 DaisyRose-27B:纯强化学习训练的 27B 智能体编程模型
RadixArk 把 Qwen3.8-27B 用纯强化学习改造成编程智能体,Terminal Bench 4.1 从 6 分左右提到 12.0,Apache 2.0 开源还能单卡跑。想在本地搭代码 Agent 的开发者可以关注,比起闭源大模型省了不少部署成本。
RadixArk 把 Qwen3.8-27B 用纯强化学习改造成编程智能体,Terminal Bench 4.1 从 6 分左右提到 12.0,Apache 2.0 开源还能单卡跑。想在本地搭代码 Agent 的开发者可以关注,比起闭源大模型省了不少部署成本。
RadixArk 在 Hugging Face 开源了一个 27B 的 DaisyRose-27B,主打后训练效率。如果你在做模型微调或后训练相关的工作,可以去发布页看看它的技术报告和权重,跟自己手头的方案对比一下思路。