RadixArk 发布 DaisyRose-27B,将 Qwen3.8-27B 在 Terminal-Bench 4 上从 5.6% 提升至 12%
原标题:DaisyRose-27B: Boosting Qwen3.8 from 5.6% to 12% on Terminal-Bench 4
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用自家开源强化学习框架 Miles 训练。Terminal-Bench 4.1 pass@1 从 5.6% 提升到 12.0%,训练使用约 1,200 条精选长程智能体任务,18 天内在 144 块 H200 上完成,已开放 BF16、FP8 和 NVFP4 权重下载。
原文完整披露了任务设计、训练后端和沙箱成本等细节,读者可以据此理解有限算力下做智能体后训练的可迁移方法。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体,原文版权归原作者所有。