DeepReinforce、Ornith-1.0を公開：独自のRLスキャフォールドを学習するオープンソースコーディングモデルファミリー

DeepReinforceは、Gemma 4とQwen 3.5をベースにしたオープンソースのコーディングモデルファミリーOrnith-1.0をリリースしました。固定のハーネスではなく、強化学習中にモデルが独自のスキャフォールドを学習します。397BフラッグシップモデルはSWE-Bench Verifiedで82.4を記録し、すべての重みはMITライセンスで提供されます。