DaisyRose-27B:突破后训练效率的前沿

ME AI 消息,今天,我们发布了 DaisyRose-27B,这是 RadixArk 推出的首个模型。该模型基于 Qwen3.8-27B 构建,并使用 Miles 通过强化学习进行训练。我们针对长时程智能体任务对其进行训练,单次会话长度最高达 100 万个 token;在 144 张 H200 GPU 上,仅使用 1,200 个精选任务,历时 18 天完成训练。DaisyRose-27B 将 Terminal-Bench 4.1 的 pass@1 从 5.6% 提升至 12.0%。除 Terminal-Bench 4.1 外,它还在多项其他推理、指令遵循和编码基准测试中取得了提升。(来源:MLion)