网易首页 > 网易号 > 正文 申请入驻

18天144块H200,免费模型智能体测试分翻倍

0
分享至

18天,144块英伟达H200芯片,一个免费模型的智能体测试分数从5.6%变成12.0%。做这件事的不是哪家前沿大厂,是一家叫RadixArk的初创公司。

它拿的是阿里通义千问团队的Qwen3.8-27B,一个270亿参数、任何人都能下载的模型,在此基础上继续训练,然后把成果免费放了出去。RadixArk在11月18日通过Hugging Face的博客发布了这一消息,并在X上发问:在144块GPU上,18天能把一个小模型提升多少?

它没有从零造模型

从零训练一个模型,成本是大实验室级别的数十亿。RadixArk走的是另一条路:拿现成的Qwen3.8-27B,用强化学习继续训练——让AI去尝试任务,被打分,再从做对的部分里学习。

真正的秘密在任务集上。RadixArk与合作伙伴Eigent AI在机器学习、软件工程和科学领域造了数千个候选任务,最后只留下约1200个。筛选标准有三条:每个任务针对原模型反复犯的一个错误,需要多步才能解出,且只有真正解出来才算通过,糊弄评分器没用。单次尝试最长可跑1.5小时,调用工具超过100次。

结果是,在RadixArk测试过的每一项基准上——从编程到推理——这个名为DaisyRose-27B的模型都超过了原始Qwen模型。它采用Apache 2.0许可证,可免费使用和修改。

它真正想卖的是训练工具

模型是证明,训练工具才是产品。DaisyRose-27B用RadixArk自家的免费强化学习软件Miles和自研训练后端完成训练。公司称,这套后端能把每块芯片峰值算力的37%转化为有效工作,而一个流行的开源训练器这一数字是16%。按公司的说法,同样的活儿能省下57%的GPU时间,在其他一些模型架构上收益更大。

测试环境同样被算进了成本账。每次尝试都跑在沙箱里——一份全新的、隔离的任务副本。9月中旬到11月中旬,RadixArk跑了约94.4万个沙箱,同时最多1566个,并称云账单比用主流沙箱服务商低约80%。整个run消耗约6.3万GPU小时。

数字要放回原位看

12.0%的通过率,意味着Terminal-Bench 4.1上的大多数任务它依然失败。这些结果来自RadixArk自己的测试,公司也公开请用户反馈模型在哪些地方不够用。

值得盯的是两件事:外部开发者能否在自己的任务上复现这些提升,以及其他团队会不会采用Miles训练自己的智能体。如果会,接下来可能出现的是一批建立于Qwen、Meta等免费模型之上的小型、廉价、专用模型——这对靠最强模型收费的大实验室,是实打实的压力。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
卡塔尔代表团抵伊朗磋商两小时

卡塔尔代表团抵伊朗磋商两小时

界面新闻
2026-11-21 22:38:14
沈阳新娘远嫁杭州,娘家30口人自驾送亲,新郎只愿付当天住宿费

沈阳新娘远嫁杭州,娘家30口人自驾送亲,新郎只愿付当天住宿费

兰姐说故事
2025-08-21 20:05:04
《GTA6》性感Mandy火了 网友质疑为何不让她当女主

《GTA6》性感Mandy火了 网友质疑为何不让她当女主

3DM游戏
2026-11-19 22:48:25
红四方面军总政委陈昌浩,1955年授衔全无,1967年自尽收场,三个儿子晚年命运揭秘

红四方面军总政委陈昌浩,1955年授衔全无,1967年自尽收场,三个儿子晚年命运揭秘

唠叨说历史
2026-11-11 11:01:00
这4笔交易被球迷吐槽亏本,没想到如今直接激活全队!绿军笑麻了,湖人开始冲冠

这4笔交易被球迷吐槽亏本,没想到如今直接激活全队!绿军笑麻了,湖人开始冲冠

篮球圈里的那些事
2026-11-22 01:15:04
以色列离组阁到期不足半月,艾森科特表态绝不允许内塔尼亚胡留任

以色列离组阁到期不足半月,艾森科特表态绝不允许内塔尼亚胡留任

碧海孤航
2026-11-20 21:38:37
支付宝芝麻分,可以提车了?这操作是真的狂!

支付宝芝麻分,可以提车了?这操作是真的狂!

科技狐
2026-11-19 02:21:44
加速脑梗的原因:喝酒仅排第6,排第1的,很多人经常做

加速脑梗的原因:喝酒仅排第6,排第1的,很多人经常做

路医生健康科普
2026-11-20 14:40:03
哥伦比亚女星晒30年前泳装写真!年轻时身材火辣,粉丝感叹太惊艳

哥伦比亚女星晒30年前泳装写真!年轻时身材火辣,粉丝感叹太惊艳

手工制作阿歼
2026-11-22 01:08:02
身价千万又如何,抗癌一年的魔术师刘谦,如今头发灰白瘦到认不出

身价千万又如何,抗癌一年的魔术师刘谦,如今头发灰白瘦到认不出

老娱记啊
2026-10-31 15:43:42
突发!46岁谢霆锋宣布喜讯!

突发!46岁谢霆锋宣布喜讯!

财经要参
2026-11-21 12:00:05
美军曾称:已摸透中国导弹家底!俄专家:解放军能半小时分胜负

美军曾称:已摸透中国导弹家底!俄专家:解放军能半小时分胜负

相思赋予谁a
2026-11-21 14:22:18
曹洪:伊朗战争让中国措手不及!中国根本没见识过这等打法!

曹洪:伊朗战争让中国措手不及!中国根本没见识过这等打法!

揽星戈
2026-11-21 02:54:51
墨西哥总统回程还是搭南航 发文感谢中国女保镖

墨西哥总统回程还是搭南航 发文感谢中国女保镖

看看新闻Knews
2026-11-20 18:56:15
特朗普接班人要换了?万斯遭党内质疑,鲁比奥成共和党新热门

特朗普接班人要换了?万斯遭党内质疑,鲁比奥成共和党新热门

冰汝看美国
2026-11-21 19:22:08
回暖只是暂时的 下一波冷空气已在路上→

回暖只是暂时的 下一波冷空气已在路上→

上海预警发布
2026-11-21 11:01:54
这事烂肚子里!你无意间撞见过别人什么秘密?网友:只能给陌生人讲

这事烂肚子里!你无意间撞见过别人什么秘密?网友:只能给陌生人讲

夜深爱杂谈
2026-10-22 21:17:59
2026年职工养老金,为什么迟迟不涨?三个原因说清楚

2026年职工养老金,为什么迟迟不涨?三个原因说清楚

社保小达人
2026-11-21 10:15:35
没想到,被国务院授予特殊津贴的王传福,竟再因一句话口碑暴涨

没想到,被国务院授予特殊津贴的王传福,竟再因一句话口碑暴涨

莫地方
2026-11-21 19:00:57
杨幂真的太美了

杨幂真的太美了

喜欢历史的阿繁
2026-11-22 00:19:25
2026-11-22 02:19:00
薛定谔的BUG
薛定谔的BUG
有态度网友ytd
214文章数 113关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

墨西哥女总统发布深圳行vlog 回国航班上还在练八段锦

头条要闻

墨西哥女总统发布深圳行vlog 回国航班上还在练八段锦

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

港姐季军吴文忻去世,生前已办追思会

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

房产
旅游
时尚
数码
亲子

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

旅游要闻

旅游淡季,喜洲的马车队在默契中略显萧瑟,幸好有旅游团的支撑

提升冬日幸福感的8件小事,太治愈了

数码要闻

内存涨价逼迫手机厂商挤牙膏!明年3nm芯片继续服役:开始省钱过日子了

亲子要闻

萍萍六个月做四维,哥哥不开心原因竟是…

无障碍浏览 进入关怀版