← Gündem

Açık Kaynak

DaisyRose-27B: Eğitim Sonrası Verimliliğin Sınırlarını Zorlamak

huggingface.co · 18.11.2026 · Base of AGI özeti

DaisyRose-27B: Eğitim Sonrası Verimliliğin Sınırlarını Zorlamak
Base of AGI haber kartı · yayıncının görseli «Çerez tercihleri → Dış medya» onayıyla gösterilir

Özgün başlık: DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency

Bugün RadixArk'ın Qwen3.8-27B üzerine inşa edilen ve Mil kullanılarak takviyeli öğrenimle eğitilen ilk modeli DaisyRose-27B'yi piyasaya sürüyoruz. 144 H200 GPU'da 18 günde yalnızca 1.200 seçilmiş görevle, 1 milyon token'a kadar oturumlarla uzun ufuklu aracı görevleri konusunda eğitim verdik. DaisyRose-27B, Terminal-Bench 4.1 pass@1'i %5,6'dan %12,0'a yükseltti. Terminal-Bench 4.1'in ötesinde, aynı zamanda diğer muhtelif muhakeme, talimat izleme ve kodlama kriterlerinde de kazançlar sağlar.

Kontrol noktaları Apache 2.0 altında mevcuttur: BF16 FP8 NVFP4 Model, Qwen3.8-27B'nin mimarisini, tokenizer'ını, sohbet şablonunu, görüntü anlama ve 256K-token bağlam penceresini korur. Daha uzun eğitim oturumları, birden fazla yörüngeyi kapsamak için koşum takımı özetlemesini kullanır. Model özellikleri ve çıkarım ayarları için model kartına bakın.

✳ Bu özet ve çevirisi Base of AGI tarafından otomatik derlendi.
Orijinal Kaynak Metni (huggingface.co) ↗ Akış içinde yorumlarla aç

İlgili AI haberleri