跳到正文
Hugging Face Blog·· 3 天前精选AI 评分60

RadixArk 发布 DaisyRose-27B:推进后训练效率前沿

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

AI 导读

RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B,用 Miles 强化学习框架在长程智能体任务上训练,会话最长 1M tokens。

推荐理由

原文给出以 1,200 个任务、18 天、144 张 H200 完成长程智能体强化训练的完整做法,可作类似训练方案的参考。

来源:Hugging Face Blog · huggingface.co