DaisyRose-27B:1,200タスクのRLでQwen3.8のTerminal-Bench 4.1スコアを5.6%から12%に向上
原題: DaisyRose-27B
RadixArkが1,200件の厳選タスクで18日間訓練した初モデルDaisyRose-27Bを発表した
重要ポイント
- •RadixArk初のモデルDaisyRose-27Bが、Milesを用いて1,200件の厳選タスクで訓練された
- •訓練には144基のH200 GPUが18日間使用された
- •Qwen3.8のTerminal-Bench 4.1におけるスコアが5.6%から12%に向上した