AiGpu

Models·

نموذج DaisyRose-27B من RadixArk يضاعف درجات اختبارات الوكلاء عبر تدريب تعزيزي فعال

أطلقت RadixArk نموذج DaisyRose-27B، وهو مشتق من Qwen3.8-27B تم تدريبه بالتعلم التعزيزي على 144 وحدة H200 GPU. يضاعف النموذج درجة النجاح في اختبار Terminal-Bench 4.1 إلى 12% باستخدام 1,200 مهمة طويلة المدى فقط، مما يوضح كيف يمكن للتدريب اللاحق المستهدف تحقيق مكاسب كبيرة لأعباء عمل الوكلاء.

بطاقة نموذج DaisyRose-27B تُظهر تحسينات المعايير على Qwen3.8-27B في مهام الوكلاء

أطلقت RadixArk نموذجها الأول DaisyRose-27B، المبني على Qwen3.8-27B والمُحسَّن عبر التعلم التعزيزي باستخدام إطار عمل Miles. استهلكت عملية التدريب 18 يوماً على مجموعة من 144 وحدة NVIDIA H200 GPU — بصمة معتدلة لنموذج بـ 27 مليار معامل — ومع ذلك حققت قفزة ملحوظة في اختبارات الوكلاء. ارتفع معدل النجاح في Terminal-Bench 4.1 من 5.6% إلى 12.0%، مع ظهور مكاسب عبر مجموعات البرمجة والاستدلال واتباع التعليمات بما في ذلك SWE-Bench Pro و DeepSWE و GPQA Diamond.

لماذا هذا مهم للبنية التحتية للـ GPU / الذكاء الاصطناعي

يسلط المشروع الضوء على اتجاه متزايد: التدريب اللاحق عالي التأثير لم يعد يتطلب أشهر GPU ضخمة. من خلال تنسيق 1,200 مهمة طويلة المدى فقط — كل منها تمتد حتى مليون رمز و 1.5 ساعة من تنفيذ البيئة المعزولة — ركزت RadixArk وشريكتها Eigent AI الحوسبة على أنماط الفشل الأكثر أهمية. النتيجة نموذج يفكر قبل الإجابة، ويصدر آثار استدلال، ويعمل بكفاءة تحت SGLang مع فك ترميز DSpark التخميني على نقاط تفتيش BF16 و FP8 و NVFP4.

بالنسبة لفرق البنية التحتية، الخلاصة واضحة: تصميم المهام المدرك لأعباء العمل وخلفيات RL الفعالة يمكن أن تستخرج قدرة أكبر لكل ساعة GPU من مجرد توسيع التدريب المسبق وحده. يحتفظ DaisyRose-27B بنافذة سياق النموذج الأساسي البالغة 256K، وفهم الصور، وترخيص Apache 2.0، مما يجعله ترقية مباشرة لخطوط أنابيب الوكلاء التي تحتاج لتخطيط أقوى واستخدام أدوات دون توسيع ميزانية الأجهزة.

  • aigpu
  • ai gpu
  • ai gpu cloud
  • aigpu dubai
  • reinforcement-learning
  • h200
  • post-training
  • agent-tasks

بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (Hugging Face Blog)

→ كل المقالات