Przejdź do treści
czwartek, 19 listopada 2026
Tenesys AI News
Subskrypcja
Modele· Ważne· 🧪 Warte przetestowania

RadixArk wydaje DaisyRose-27B – model zoptymalizowany pod zadania agentowe

W skrócie: RadixArk wprowadził DaisyRose-27B, model o 27 miliardach parametrów oparty na Qwen3.8-27B, specjalnie dostrojony do złożonych, długoterminowych zadań agentowych z wykorzystaniem uczenia przez wzmacnianie. Model wykazuje znaczny wzrost wydajności w testach rozumowania i kodowania, szczególnie w automatyzacji terminala.

Źródło: Hugging FaceRadixArkDaisyRose-27BOryginalny artykuł ↗

To podsumowanie zostało automatycznie przygotowane przez sztuczną inteligencję na podstawie publikacji „Hugging Face”. To nasz tekst, nie kopia oryginału — fakty, liczby i cytaty należą do źródła, do którego link znajduje się powyżej i poniżej.

Co się zmieniło?

  • 1Wzrost wyniku w Terminal-Bench 4.1 z 5,6% do 12,0%
  • 2Poprawiona wydajność w SWE Bench Pro v2 (94,7%) oraz GPQA Diamond (90,7%)
  • 3Wsparcie dla natywnego rozumowania poprzez parametr reasoning_content
  • 4Dostępny w formatach BF16, FP8 i NVFP4
DaisyRose-27B
ParametrByłoJest
Terminal-Bench 4.1 pass@15,6%12,0%
Okno kontekstowe256K256K

Dlaczego to ważne?

Model ten stanowi istotny postęp w przepływach pracy typu agentowego, gdzie systemy muszą planować, wnioskować i wykonywać wzajemnie zależne kroki w długich sesjach. Dla programistów oznacza to bardziej niezawodny fundament dla rurociągów automatyzacji.

Co to oznacza dla agentów AI i contact center?

Jeśli Twoja firma obsługuje wieloetapowe zadania w izolowanych środowiskach, warto przetestować ten model pod kątem przewagi w przetwarzaniu złożonej logiki długoterminowej. Porównaj opóźnienia rozumowania oraz dokładność z obecnymi wersjami Qwen podczas wdrażania agentów wymagających wielu wywołań narzędzi.

🧪 Warte przetestowania

Specjalistyczne przeszkolenie modelu do długoterminowych zadań agentowych oraz możliwość zwrotu strukturalnego procesu rozumowania sprawiają, że jest on niezwykle przydatny w zaawansowanej automatyzacji.

DaisyRose-27B· Nowa

Źródła

  • Hugging FaceOficjalneŹródło pierwotne
    „DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency“
    18 lis 2026, 21:54
    Oryginalny artykuł →
Data publikacji źródła
18 lis 2026, 21:54
Znalezione przez nasz system
18 lis 2026, 21:58
Podsumowanie wygenerowano
19 lis 2026, 20:05

Artykuł napisała AI na podstawie oryginalnego źródła. Fakty, liczby i ceny pochodzą ze źródła; brakujące wartości oznaczono „Brak oficjalnych danych”. Informacje prawne, prawa autorskie i prywatność

RadixArk wydaje DaisyRose-27B – model zoptymalizowany pod zadania agentowe · TENESYS AI NEWS