원제: RadixArk/DaisyRose-27B
RadixArk의 첫 번째 모델로, 11월 18일에 업로드되었습니다. Qwen3.8-27B를 기반으로 하며, 지도 학습 미세 조정이나 증류 없이 오직 강화 학습만을 사용했습니다. 훈련 작업은 Eigent AI와 함께 선별한 약 1,200개의 긴 체인 에이전트 작업(각 세션 최대 1.5시간의 샌드박스 실행 및 100회 이상의 도구 호출 포함)이며, 단일 세션당 최대 토큰 길이는 1M입니다. H200 GPU 144개를 사용하여 18일간 훈련되었습니다. 기본 모델의 구조, 토크나이저, 대화 템플릿, 이미지 인식 능력 및 256K 컨텍스트 길이를 유지하므로 Qwen3.8-27B를 직접 대체할 수 있습니다. 가중치는 Apache-2.0 라이선스를 따르며, FP8 및 NVFP4 버전도 제공됩니다.
왜 중요한가 구조, 토크나이저, 대화 템플릿이 기본 모델과 동일하여 직접 대체할 수 있습니다. 공식적으로 프로그래밍 및 터미널 벤치마크 평가에서 대부분의 성능이 향상되었으며, 단일 GPU로 실행 가능하고 Apache 라이선스를 따릅니다.
상승 점수 42 · 좋아요 44 · 다운로드 수 0
근거
- 공식 발표에 따르면 Terminal Bench 4.1 점수가 5.6에서 12.0로 상승했습니다. 또한 Terminal Bench 2.1는 73.0 → 75.5, DeepSWE v1.1는 42.2 → 46.2, IFBench는 79.5 → 82.4, GPQA Diamond는 89.2 → 90.7로 개선되었습니다.
- 같은 표에서 훨씬 더 큰 규모의 MiMo V2.6 Flash 및 Inkling 2 Small 모델은 대부분의 프로그래밍 항목에서 여전히 더 높은 점수를 기록했습니다. 다른 모델들의 점수는 각 제조사의 공식 발표나 제3자 벤치마크 순위에서 가져온 것입니다.
- 강화 학습 프레임워크인 Miles는 오픈소스입니다: 에이전트 실행에 128개 GPU, 훈련에 16개 GPU를 사용하며 총 약 63,000 GPU 시간이 소요됩니다.
사용법
- 공식적으로 SGLang(lmsysorg/sglang:latest)와 DSpark 추측 디코딩을 권장합니다. 옵션으로
--speculative-algorithm DSPARK --speculative-draft-model-path RadixArk/Qwen3.8-27B-DSpark를 추가하고, 추가로--reasoning-parser qwen3 --tool-call-parser qwen3\_coder를 지정합니다. SGLang 쿡북에서는 GPU 사양과 정밀도에 따라 실행 명령어를 생성해 줍니다. - 가중치 크기는 약 52 GB(BF16) / 29 GB(FP8) / 23 GB(NVFP4, Blackwell GPU 필요)입니다. 공식적으로 RTX 5090, RTX PRO 6000, DGX Spark 등 단일 GPU로 실행 가능하다고 합니다.
- 사고 모드(thinking mode)에서는 temperature 1.0, top_p 0.95, top_k 20, min_p 0을 사용합니다. 어려운 문제의 경우 max_tokens를 설정하지 않으며, 다중 턴 대화 시에는 reasoning_content를 다시 전달해야 합니다.
리스크
- 기본적으로 사고 모드가 활성화되어 있으며, 공식적으로 어려운 문제는 수만 토큰까지 사고가 이어질 수 있어 시간과 비용이 많이 든다고 합니다.
- 점수는 공식 자체 평가이며, 비교 모델들의 수치는 각 제조사의 공식 발표나 제3자 벤치마크에서 가져온 것으로 평가 프레임워크가 완전히 일치하지 않습니다. Terminal Bench 4.1의 절대 점수는 여전히 12.0에 불과합니다.
- 공식 문서에는 RTX 5090와 같은 32 GB GPU에서 어떤 정밀도를 사용해야 하는지, 얼마나 긴 컨텍스트를 활성화할 수 있는지 명시되어 있지 않습니다. 이 항목은 실행되지 않았습니다.