RadixArk выпустила первую модель DaisyRose-27B с открытыми весами, дообучив её за 18 дней на 144 H200

Изображение: OpenAI
RadixArk 18 ноября выпустила DaisyRose-27B — свою первую ИИ-модель с открытыми весами под лицензией Apache 2.0. Компания взяла за основу Qwen3.8-27B и всего за 18 дней на 144 ускорителях H200 дообучила её на 1200 задачах, чтобы она лучше справлялась с задачами, которые нужно решать в несколько связанных шагов.
По данным компании, DaisyRose-27B обошла исходную модель во всех тестах, результаты которых RadixArk опубликовала. Если тест прогоняли на обеих версиях весов, BF16 и FP8, компания указывала лучший из двух результатов. Самый заметный прирост — в Terminal Bench 4.1. Доля задач, решённых с первой попытки, выросла с 5,6% у исходной модели до 12,0% у DaisyRose-27B. Результаты усредняли по восьми запускам на задачу во внутренней системе запуска агента, где контекст сворачивали в сводки.
RadixArk дообучила модель методом обучения с подкреплением с помощью фреймворка Miles за 18 дней на 144 ускорителях H200. Вместе с Eigent AI компания отобрала около 1200 задач, которые выявляли ошибки исходной модели.
Отдельные сессии обучения достигали 1 млн токенов: система запуска агента сворачивала контекст в сводки, так что одна сессия растягивалась на несколько траекторий. Контекстное окно самой модели осталось прежним — 256 тыс. токенов. DaisyRose-27B также сохранила поддержку изображений.
Веса можно скачать с Hugging Face под лицензией Apache 2.0. Доступны три формата: BF16, FP8 и NVFP4.



