Wink Pings

性能翻倍还能单卡跑 27B开源编程模型后训练全程仅用强化学习

RadixArk推出基于Qwen3.8-27B打造的DaisyRose-27B智能体编程模型,后训练阶段仅使用强化学习优化,Terminal Bench 4.1 pass@1指标达12.0,较基底模型提升一倍以上,支持单GPU部署,采用Apache 2.0开源协议,相关消息由科技媒体MarkTechPost首发。

RadixArk正式发布智能体编程模型DaisyRose-27B,相关报道来自科技媒体MarkTechPost,作者Asif Razzaq。

这款27B参数规模的模型,以Qwen3.8-27B为基底做后训练。和行业常见的多阶段训练流程不同,它的后训练全程只用到强化学习,没有搭配监督微调等其他优化手段。

性能数据方面,DaisyRose-27B在Terminal Bench 4.1基准测试中的pass@1得分为12.0,成绩是基底模型的两倍以上。

对非技术背景读者补充两个基础概念:Terminal Bench是一套模拟真实终端开发场景的评测集,覆盖脚本编写、工具调用、环境调试等常见任务;pass@1指模型第一次生成的内容就能正确跑通任务的概率,是编程模型最核心的性能参考指标之一。

部署门槛是这款模型的另一大特点。当前同参数级的大模型,大多需要多张GPU并行才能运行推理。DaisyRose-27B做了推理侧优化,单张GPU就能承载完整运行流程,个人开发者和小型团队不用搭建专门的算力集群,就能本地部署调用。

开源规则上,DaisyRose-27B采用Apache 2.0协议开放完整权重,个人和企业都可以自由修改、二次分发甚至商用,不需要额外申请授权,也没有商用分成限制。

发布时间: 2026-11-21 01:42