模型58
RadixArk 发布 DaisyRose-27B,基于 Qwen3.8-27B 做 Agent 后训练
原标题:DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用 Miles 做强化学习训练,在 144 张 H200 上以 1200 条任务训练 18 天,Terminal Bench 4.1 pass@1 从 5.6% 提升到 12.0%。
来源仅允许展示摘要,全文请到原文阅读。
