李纪为团队开源Ornith编程模型：35B混合专家版本越级击败十倍大模型
· ME 快讯
ME AI 消息，据 动察 Beating 监测，由知名 NLP 学者李纪为创立的 AI 团队 DeepReinforce 开源了四款专攻编程智能体的 Ornith-1.0 模型，全系采用 MIT 协议发布。Ornith-1.0 在 Gemma 4 与 Qwen 3.5 基础上训练而成，涵盖 Dense（稠密）和 MoE（混合专家）两种架构。在 Terminal-Bench 2.1 (Claude Code) 编程智能体测试中，旗舰款 Ornith-1.0-397B MoE 取得 78.2 的成绩，超越了闭源模型 Claude Opus 4.7 的 69.7。 Ornith-1.0 的核心在于将运行脚手架与代码策略网络进行联合强化学习。不同于传统固定脚手架，模型会在每个训练步骤中，先根据当前任务自进化生成并更新脚手架（包含内存、错误处理与编排逻辑），再依据新脚手架生成代码解法，奖励信号同时回传两个阶段。为防止模型在自生成脚手架中读取隐藏测试文件或硬编码答案进行作弊，团队增设了确定性监视器拦截和冻结 LLM 裁判一票否决机制，建立起三层防御。 评测数据显示，中轻量级模型具备越权击败大模型的能力。在相同的 Claude Code 测试环境下，35B 混合专家模型 Ornith-1.0-35B MoE 取得 62.8 的成绩，超越了 397B 大参数模型 Qwen 3.5-397B（48.6）以及 Qwen 3.6-35B（49.2）。专为端侧设计的 Ornith-1.0-9B Dense 稠密模型亦在 SWE-Bench Verified 测试中取得 69.4，超越了 31B 规模的 Gemma 4-31B（52.0）。 （来源：BlockBeats）