DeepReinforce釋出Ornith-1.0：開源程式設計模型家族，自我學習強化學習框架
DeepReinforce釋出了Ornith-1.0，一個基於Gemma 4和Qwen 3.5的開源程式設計模型系列，涵蓋9B至397B四種規模。其核心創新在於模型在強化學習過程中自主學習框架（scaffold），而非依賴固定的人造框架。旗艦版397B模型在SWE-Bench Verified上取得82.4分，所有權重均在MIT許可下開源。
DeepReinforce釋出Ornith-1.0：開源程式設計模型家族，自我學習強化學習框架
本文僅提供摘要
根據來源內容權限，本站僅提供編輯摘要、要點和原文連結。