Titre original : RadixArk/DaisyRose-27B
Premier modèle de RadixArk, mis en ligne le 18 11 : basé sur Qwen3.8-27B, sans fine-tuning supervisé ni distillation, utilisant uniquement l'apprentissage par renforcement. Les tâches d'entraînement consistent en environ 1,200 tâches agentiques à longue chaîne sélectionnées avec Eigent AI (jusqu'à 1.5 heures de sandbox par tâche, plus de 100 appels d'outils), avec des sessions uniques allant jusqu'à 1 M tokens, entraîné pendant 18 jours sur 144 cartes H200. Conserve la structure, le tokenizer, le modèle de dialogue, la capacité de vision et la fenêtre de contexte de 256 K du modèle de base, permettant un remplacement direct de Qwen3.8-27B. Poids sous licence Apache-2.0, avec également des versions FP8 et NVFP4.
Pourquoi c'est important La structure, le tokenizer et le modèle de dialogue sont identiques à ceux du modèle de base, permettant un remplacement direct ; officiellement, la plupart des évaluations de programmation et de terminal montrent des améliorations, exécutable sur une seule carte, licence Apache
Score en hausse de 42 · J'aime 44 · Téléchargements 0
Raisons
- Officiellement, Terminal Bench 4.1 passe de 5.6 à 12.0 ; Terminal Bench 2.1 73.0 → 75.5, DeepSWE v1.1 42.2 → 46.2, IFBench 79.5 → 82.4, GPQA Diamond 89.2 → 90.7
- Dans le même tableau, MiMo V2.6 Flash et Inkling 2 Small, bien plus volumineux, obtiennent des scores supérieurs sur la plupart des tâches de programmation ; les scores des autres modèles proviennent des publications officielles ou de classements tiers
- Le framework d'apprentissage par renforcement Miles est open source : 128 cartes pour les agents, 16 cartes pour l'entraînement, soit environ 63,000 heures GPU au total
Utilisation
- Recommandation officielle : SGLang (lmsysorg/sglang:latest) avec décodage spéculatif DSpark : --speculative-algorithm DSPARK --speculative-draft-model-path RadixArk/Qwen3.8-27B-DSpark, ainsi que --reasoning-parser qwen3 --tool-call-parser qwen3_coder ; le cookbook SGLang génère les commandes de lancement selon la carte graphique et la précision
- Poids d'environ 52 GB (BF16) / 29 GB (FP8) / 23 GB (NVFP4, nécessite une carte Blackwell) ; officiellement exécutable sur une seule carte avec RTX 5090, RTX PRO 6000, DGX Spark, etc.
- Pour le mode réflexion, utilisez temperature 1.0, top_p 0.95, top_k 20, min_p 0 ; pour les problèmes difficiles, ne définissez pas max_tokens, et pour les dialogues multi-tours, renvoyez reasoning_content
Risques
- La réflexion est activée par défaut ; officiellement, les problèmes difficiles peuvent générer des dizaines de milliers de tokens, ce qui entraîne des délais et des coûts élevés
- Les scores sont auto-évalués par les développeurs, les chiffres des modèles de comparaison proviennent des publications officielles et de classements tiers, les frameworks d'évaluation ne sont pas entièrement cohérents ; le score absolu de Terminal Bench 4.1 reste à 12.0
- Les développeurs n'ont pas précisé quelle précision utiliser ni quelle longueur de contexte est possible avec des cartes de 32 GB comme la RTX 5090. Cette entrée n'a pas été testée