DaisyRose-27B: un modello da 27 miliardi addestrato con RL su compiti da agente
Mostra che con pochi compiti curati si può migliorare molto un modello aperto per gli agenti.

Hugging Face Blog. RadixArk ha pubblicato DaisyRose-27B, il suo primo modello, costruito su Qwen3.8-27B e addestrato con apprendimento per rinforzo su compiti di lunga durata, con sessioni fino a un milione di token. Sono bastati 1.200 compiti curati, 18 giorni e 144 GPU H200. Su Terminal-Bench 4.1 il modello passa dal 5,6% al 12,0% di successo al primo tentativo. Mantiene architettura, tokenizzatore e contesto da 256.000 token del modello di partenza.
Terminal-Bench 4.1: da 5,6% a 12,0%
Argomenti: Agenti di IA
A cura di Alessio Ascione. Sintesi scritta con l'aiuto di Claude a partire dal testo della fonte, che fa sempre fede: come nasce il giornale. Rettifiche o rimozioni: modulo.