DeepReinforce发布Ornith-1.0：开源编程模型家族，自我学习强化学习框架
DeepReinforce发布了Ornith-1.0，一个基于Gemma 4和Qwen 3.5的开源编程模型系列，涵盖9B至397B四种规模。其核心创新在于模型在强化学习过程中自主学习框架（scaffold），而非依赖固定的人造框架。旗舰版397B模型在SWE-Bench Verified上取得82.4分，所有权重均在MIT许可下开源。
DeepReinforce发布Ornith-1.0：开源编程模型家族，自我学习强化学习框架
本文仅提供摘要
根据来源内容权限，本站仅提供编辑摘要、要点和原文链接。