RadixArk, 1,200개 과제 RL로 Qwen3.8의 Terminal-Bench 4.1 점수를 5.6%에서 12%로 끌어올려
DaisyRose-27B: 1,200-task RL took Qwen3.8 from 5.6% to 12% on Terminal-Bench 4.1

RadixArk가 Qwen3.8-27B를 기반으로 자체 RL 프레임워크 Miles를 활용해 학습한 첫 모델 DaisyRose-27B를 공개했다. 18일간 144대의 H200 GPU로 1,200개의 엄선된 장기 에이전트 과제를 학습했으며, Terminal-Bench 4.1 pass@1을 5.6%에서 12.0%로 향상시켰다. 또한 내부 학습 백엔드의 MFU 37% 달성으로 오픈소스 트레이너 대비 57% 적은 GPU 시간과 2배 빠른 학습 속도를 기록했고, 샌드박스 비용도 80% 절감했다. BF16, FP8, NVFP4 체크포인트를 Hugging Face에 공개했다.
우리의 비결은 고품질 학습 데이터, 효율적인 학습 백엔드, 견고한 샌드박스라는 세 가지 핵심 요소에 있습니다.
HN 토론
43- woah
여기에서 보여지는 eval 데이터셋에 대한 막대한 의존과, 프런티어 랩이 그런 데이터에 높은 비용을 지불한다는 점은 AI가 곧 스스로 개선하게 될 것이라는 주장에 의문을 던진다
- jacquesm
난 항상 특정 벤치마크를 최대치까지 끌어올리기 시작할 때 무엇을 잃게 되는지 궁금하다. 균형 있게 하기는 정말 어렵고, 이런 노력을 하는 모든 사람이 훈련에 사용하지 않은 다른 여러 벤치마크의 전/후 결과도 함께 나열해 주면 좋겠다.
- pkoiralap
Sabi-noema도 같은 분야에서 가까운 경쟁자로 보인다. qwen3.8로 만들어서 더 나아졌다.
https://huggingface.co/sabicap/sabi-noema
HF 모델도 여기에 있다:
- xlayn
이런, 다운로드할 gguf가 없네, 하나 나오면 테스트해 볼 생각이다. 이미 좋은 모델에서의 어떤 개선이든 좋은 소식이다.
"144 H200 GPU로 18일" 미쳤다.. Qwen을 훈련하는 데 이렇게 많은 하드웨어가 필요할 줄은 몰랐다.
- mips_avatar
RL 토폴로지는 어떻게 구성하셨나요? 개별 RL 노드(4xh200 rollout/4xh200 train)로 하셨나요, 아니면 전용 trainer와 rollout 노드를 두셨나요?