Hugging Face Blog·· 1 小时前AI 评分57
RadixArk 发布 DaisyRose-27B:基于 Qwen3.8-27B 的强化学习后训练模型
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,用开源强化学习框架 Miles 在长程智能体任务上训练,会话最长 1M token,仅用 1,200 个精选任务、144 张 H200 训练 18 天。
来源:Hugging Face Blog · huggingface.co