Hugging Face Blog·· 4 天前精选AI 评分60
RadixArk 发布基于 Qwen3.8-27B 的 DaisyRose-27B 模型
DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency
AI 生成 · AI 导读
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用 Miles 做强化学习后训练,仅用 1200 条精选任务、144 块 H200 训练 18 天。
推荐理由
原文给出训练成本与吞吐对比,可据此判断长程智能体后训练的效率空间。
来源:Hugging Face Blog · huggingface.co
原文地址(本站不跳转外站,复制后到浏览器打开)
https://huggingface.co/blog/RadixArk/daisyrose-27b-pushing-the-frontier-of-post-trainin