IT뉴스모아news terminal

article detail

DaisyRose-27B - 장시간 에이전트 작업에 강화학습을 적용한 Qwen3.8-27B 기반 모델

GeekNews
2026. 11. 19. 오후 3:37
DaisyRose-27B - 장시간 에이전트 작업에 강화학습을 적용한 Qwen3.8-27B 기반 모델

AI 요약

RadixArk가 DaisyRose-27B를 공개했으며 Qwen3.8-27B를 기반으로 선별한 작업 약 1,200개로 H200 GPU 144대에서 18일간 강화학습해 전체 학습에 약 63,000 GPU시간이 소요되었습니다. Terminal-Bench 4.1 pass@1은 5.6%에서 12.0%로 상승했고 추론, 지시 이행, 코딩 벤치마크 등 평가한 모든 항목에서 기반 모델보다 성능이 향상되었습니다. Miles의 완전 비동기 학습과 내부 백엔드로 동일 학습에 필요한 GPU 시간을 57% 줄이고 전체 처리량을 약 2배로 높였으며 BF16·FP8·NVFP4 체크포인트를 공개했고 자체 샌드박스 클라우드 인프라 비용은 주요 제공업체 대비 약 80% 낮았습니다.

원문보기