网易首页 > 网易号 > 正文 申请入驻

27B模型跑出1M会话,训练只用18天

0
分享至

RadixArk在Hugging Face上发布了DaisyRose-27B,这是这家公司的第一个模型。它基于Qwen3.8-27B构建,用强化学习训练,目标是处理长时间运行的智能体任务,会话长度最高可达1M token。

发布的东西很具体:BF16、FP8、NVFP4三种格式的检查点,Apache 2.0许可。模型保留了基座的架构、分词器、聊天模板、图像理解能力和256K token上下文窗口。更长的训练会话,是通过智能体框架做摘要、把多条轨迹拼接起来的。

部署上,官方推荐用SGLang加DSpark投机解码来跑,并给了一份SGLang cookbook,里面列了不同GPU和不同检查点格式的启动参数。服务起来之后,用标准的OpenAI Python客户端就能调用。模型默认先推理再回答,推理过程和最终答案分两个字段返回。

跑分:每一项都高于基座

按RadixArk自己的说法,DaisyRose-27B在列出的每一项基准上都超过了Qwen3.8-27B:

  • Terminal Bench 4.1:5.6 提升到 12.0
  • Terminal Bench 2.1:73.0 提升到 75.5
  • DeepSWE v1.1:42.2 提升到 46.2
  • SWE Bench Pro v2:91.3 提升到 94.7
  • IFBench:79.5 提升到 82.4
  • GPQA Diamond:89.2 提升到 90.7
  • HLE(纯文本):33.9 提升到 34.3

公司取的是BF16和FP8两次运行里较高的那个数,并称两种格式都测过的项目上差距不到1分。这些是厂商自己的数字,没有引用任何独立评测。

训练:1200个任务,18天,144块H200

训练集约1200个任务,用Eigent AI从数千个候选里筛出来。每个任务都围绕基座模型会犯的一个错误重新设计,要求多步依赖,并且经过审核——不真正解决原问题就过不了。每次尝试在沙箱里最多跑1.5小时。

训练在144块H200上跑了18天,其中128块跑智能体、16块跑训练器,全异步架构。RadixArk称其内部后端达到37%的模型FLOPs利用率,开源训练器是16%,折算下来省了57%的GPU时间。整轮训练共63000 GPU小时。

沙箱服务在9月中到11月中之间跑了约944000个沙箱,峰值同时1566个。官方称创建成功率超过99%,云成本比主流沙箱服务商低约80%。训练后端和沙箱服务的数字描述的是RadixArk自己的基础设施,这次发布的产物只有模型权重。

官方请用户在自己的任务上跑结果,包括失败案例,发到模型的Community标签页。这个测试方向是对的:提升是在编码、终端和推理基准上测出来的,至于销售、客服、后台这类工作负载,没有数据。

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
复星18.9亿出售上海地标商厦

复星18.9亿出售上海地标商厦

新浪财经
2026-11-21 18:58:09
俄罗斯可能要对法国下手了!因为俄罗斯确认了一件事,那就是如今的法国,成为了冲突的参与方!

俄罗斯可能要对法国下手了!因为俄罗斯确认了一件事,那就是如今的法国,成为了冲突的参与方!

扶苏聊历史
2026-11-19 18:17:35
四川弑母案:法学女杀母分尸,指认现场,笑着说“肉好肥哦”

四川弑母案:法学女杀母分尸,指认现场,笑着说“肉好肥哦”

墨策史
2026-05-02 23:01:31
中国只有这7座真正的国际大都市,其他城市别再争了,差距太大!

中国只有这7座真正的国际大都市,其他城市别再争了,差距太大!

心若琉璃说
2026-10-15 06:45:06
妮可拉·佩尔茨自曝:每天都被新谎言攻击,读评论会难过

妮可拉·佩尔茨自曝:每天都被新谎言攻击,读评论会难过

浅遇时光
2026-11-21 00:19:11
剖析项英牺牲真相:为何多次拒绝毛泽东北上命令?因自己两个私心

剖析项英牺牲真相:为何多次拒绝毛泽东北上命令?因自己两个私心

阿胡
2025-04-20 11:05:46
WTT球星赛爆冷!女单头号种子1-3出局,大黑马连赢中日名将进决赛

WTT球星赛爆冷!女单头号种子1-3出局,大黑马连赢中日名将进决赛

全言作品
2026-11-21 15:46:10
2009 年,宁波 25 岁学霸留美博士朱海洋,在校园餐厅当着七个人的面,把 22 岁北京学妹斩首,作案后不逃不躲,伸手等警察铐住自己

2009 年,宁波 25 岁学霸留美博士朱海洋,在校园餐厅当着七个人的面,把 22 岁北京学妹斩首,作案后不逃不躲,伸手等警察铐住自己

唠叨说历史
2026-11-12 18:20:19
曝30岁外援重返中超降级队!曾控诉遭欠薪,罢赛+偷队友球鞋泄愤

曝30岁外援重返中超降级队!曾控诉遭欠薪,罢赛+偷队友球鞋泄愤

我爱英超
2026-11-21 13:16:16
何小鹏最聪明的一笔交易,不是创建了小鹏汽车,而是把UC浏览器43.5亿美元高位套现!

何小鹏最聪明的一笔交易,不是创建了小鹏汽车,而是把UC浏览器43.5亿美元高位套现!

元气科技馆
2026-11-10 20:28:19
真没仁了!拜仁惨烈1-1:凯恩伤退 奥利塞拄拐离场 5个前锋全部受伤

真没仁了!拜仁惨烈1-1:凯恩伤退 奥利塞拄拐离场 5个前锋全部受伤

风过乡
2026-11-21 06:14:30
曾经是浙江高考理科第一名的他,却选择中文专业,如今开了一家书店:很多书前都贴着一张手写便签,上面写着他的个人感想

曾经是浙江高考理科第一名的他,却选择中文专业,如今开了一家书店:很多书前都贴着一张手写便签,上面写着他的个人感想

大风新闻
2026-11-21 16:00:06
零跑汽车回应“几箱啤酒压塌后备厢储物盒”:系物品超过设计承重上限所致,高关注度视频被车主删除引发热议

零跑汽车回应“几箱啤酒压塌后备厢储物盒”:系物品超过设计承重上限所致,高关注度视频被车主删除引发热议

指尖新闻沈阳晚报
2026-11-21 14:41:31
脸都不要了,CBA豪门21分惨败NBL球队,升降级真该淘汰

脸都不要了,CBA豪门21分惨败NBL球队,升降级真该淘汰

宗介说体育
2026-11-21 10:12:05
不要面皮!市价5.3万RTX 5090送修被强行报废:只退原价1.8万

不要面皮!市价5.3万RTX 5090送修被强行报废:只退原价1.8万

快科技
2026-11-21 08:31:22
阿森纳客战纽卡:吉马良斯战旧主,哈弗茨、埃泽首发

阿森纳客战纽卡:吉马良斯战旧主,哈弗茨、埃泽首发

懂球帝
2026-11-22 00:25:59
超6300亿资金借基入市扫货A股

超6300亿资金借基入市扫货A股

21世纪经济报道
2026-11-21 13:32:08
几箱啤酒压穿后备箱?车主连夜删视频,真相让人后背发凉

几箱啤酒压穿后备箱?车主连夜删视频,真相让人后背发凉

沙雕小琳琳
2026-11-22 00:25:27
至今没有拍大结局的6部剧,你最期待哪部出续集?

至今没有拍大结局的6部剧,你最期待哪部出续集?

小Q侃电影
2026-10-16 20:02:34
俄百枚导弹砸向乌克兰,乌战略变电站被炸,导弹进波兰42座城拉响警报

俄百枚导弹砸向乌克兰,乌战略变电站被炸,导弹进波兰42座城拉响警报

铁血战史1927
2026-11-20 23:42:05
2026-11-22 01:24:49
全栈遛狗员
全栈遛狗员
白天跟需求对线,晚上在小区遛狗。
200文章数 128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

男子遭女友报案强奸获刑出狱后复合 女方重提旧事被杀

头条要闻

男子遭女友报案强奸获刑出狱后复合 女方重提旧事被杀

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

教育
艺术
游戏
时尚
房产

教育要闻

“这就是富养的下场”,女儿上学十天请假四次,网友们讥讽:后面一直受着就行

艺术要闻

沙特地标双塔方案公布,JSWD击败ZHA、Aedas等获胜!

曝GTA6与大表哥2是同一宇宙!多处彩蛋佐证

提升冬日幸福感的8件小事,太治愈了

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

无障碍浏览 进入关怀版