AB
AiBoss站
快讯

RadixArk 发布 DaisyRose-27B:仅用强化学习训练的智能体编程模型

RadixArk 发布首个开放权重模型 DaisyRose-27B,基于 Qwen3.8-27B 仅用强化学习后训练,Apache 2.0 许可,Terminal Bench 4.1 得分从 5.6 升至 12.0,全部成绩为自报。

核心事实

据 MarkTechPost 报道,RadixArk 本周发布其首个开放权重模型 DaisyRose-27B。该模型为智能体编程(agentic coding)模型,以 Qwen3.8-27B 为基座进行后训练,模型卡称仅使用强化学习(RL),未采用 SFT 或蒸馏,并以 Apache 2.0 许可发布,可作为基座模型的直接替代。模型为 27.8B 稠密参数,含 0.46B 视觉编码器与 0.42B MTP 头,上下文长度 262,144 token,可在单张 GPU 上运行;BF16 约 52 GB,FP8 约 29 GB,NVFP4 约 23 GB(仅限 Blackwell)。权重以 BF16、FP8、NVFP4 与 GGUF 形式发布于 Hugging Face。

背景与影响

RadixArk 称训练使用约 1,200 个经筛选的任务,在自研开源 RL 框架 Miles 上以全异步模式运行,动用 144 张 H200 共 18 天,合计约 63,000 GPU 小时。其自报 Terminal Bench 4.1 pass@1 从 5.6 提升至 12.0,DeepSWE v1.1 提升 4.0,SWE Bench Pro v2 提升 3.4,HLE(纯文本)仅提升 0.4。在与更大规模 MoE 模型的对比中,DaisyRose-27B 仅在 IFBench 一项领先,在困难智能体任务上仍落后。部署方面,官方推荐 SGLang 配合 DSpark 投机解码,也可通过 vLLM 启动。

限制与来源

上述基准成绩均由 RadixArk 自行报告,尚未见独立第三方复现;对比表中的其他模型数据引自各开发者报告或排行榜。硬件需求、量化版本可用性与推理框架支持可能随版本变化,请以官网与模型卡当前信息为准。本文信息来源为 MarkTechPost 报道及 RadixArk 博客与模型卡。