# RadixArk lancia DaisyRose-27B, modello di coding addestrato solo con RL

> Il modello da 27 miliardi di parametri porta il pass@1 su Terminal Bench 4.1 al 12 % e gira su una singola GPU; i pesi sono open source con licenza Apache‑2.0.

Oossa · 2026-11-20 · https://oossa.com/it/radixark-releases-daisyrose-27b-an-rl-only-coding-model

RadixArk ha annunciato il lancio di DaisyRose-27B il 20 novembre 2026. Il modello è basato su Qwen3.8-27B ed è stato ottimizzato esclusivamente con l’apprendimento per rinforzo (RL), senza dati supervisionati. Secondo RadixArk, il nuovo modello più che raddoppia il punteggio pass@1 sul benchmark a lungo orizzonte Terminal Bench 4.1, raggiungendo il 12.0 % contro il 5.6 % del modello di base. L’azienda ha inoltre pubblicato su Hugging Face checkpoint BF16, FP8 e NVFP4; il modello può essere eseguito su una singola GPU, dalle schede H200 per data center alle GPU consumer RTX 5090.

## Come è stato addestrato DaisyRose

L’addestramento ha utilizzato il framework open source Miles di RadixArk su 144 GPU H200 per 18 giorni, per un totale di circa 63,000 ore-GPU. In collaborazione con Eigent AI, il team ha selezionato 1,200 attività a lungo orizzonte, ciascuna pensata per mettere in evidenza gli errori del modello di base. Le sessioni potevano arrivare a 1 million di token e durare fino a 1.5 ore, con oltre 100 chiamate agli strumenti per tentativo. Il ciclo di RL era asincrono: 128 GPU gestivano le azioni dell’agente, mentre 16 GPU eseguivano gli aggiornamenti di apprendimento. In questo modo, l’utilizzo delle risorse di calcolo del modello è risultato superiore del 57 % rispetto a quello di un trainer open source comparabile. Nel corso delle nove settimane di esecuzione, il servizio sandbox ha creato circa 944,000 istanze, con un tasso di successo superiore al 99 %.

## Prestazioni nei benchmark

Oltre che su Terminal Bench 4.1, DaisyRose-27B ottiene risultati migliori di Qwen3.8-27B in tutti i benchmark elencati. Su Terminal Bench 2.1 raggiunge il 75.5 %, contro il 73.0 % del modello di base. DeepSWE v1.1 passa dal 42.2 % al 46.2 %, mentre SWE Bench Pro v2 sale al 94.7 % dal 91.3 %. Il modello supera anche modelli open più grandi su IFBench (82.4 % contro il 79.5 % di Qwen3.8‑27B) e tiene testa a GPT‑6 Luna su GPQA Diamond (90.7 % contro 89.2 %). Tutti i punteggi corrispondono al migliore tra i risultati delle versioni BF16 e FP8, che differiscono di meno di un punto.

## I fatti

- DaisyRose-27B è un modello da 27 miliardi di parametri basato su Qwen3.8-27B.
- L’addestramento ha utilizzato 1,200 attività selezionate, 18 giorni su 144 GPU H200 e 63,000 ore-GPU.
- Dopo l’ottimizzazione con RL, il pass@1 su Terminal Bench 4.1 sale dal 5.6 % al 12.0 %.
- Il modello gira su una singola GPU; i pesi BF16 occupano circa 52 GB, quelli FP8 29 GB e quelli NVFP4 23 GB.
- Tutti i checkpoint sono pubblicati su Hugging Face con licenza Apache‑2.0.

## Perché conta

Gli sviluppatori possono provare un assistente di coding all’avanguardia senza pagare un’API cloud, perché il modello gira su una singola GPU ed è scaricabile gratuitamente. L’addestramento basato solo su RL dimostra che si possono ottenere miglioramenti significativi senza grandi dataset supervisionati, riducendo potenzialmente le difficoltà per i team più piccoli che vogliono creare agenti specializzati.

## Fonti e riferimenti

1. [RadixArk Ships DaisyRose-27B, a 27B Agentic Coding Model Trained With Reinforcement Learning Only](https://www.marktechpost.com/2026/11/20/radixark-daisyrose-27b-agentic-model/) – MarkTechPost, 2026-11-20
2. [RadixArk](https://huggingface.co/RadixArk/DaisyRose-27B?utm_source=openai) – RadixArk
3. [RadixArk](https://www.radixark.com/blog/daisyrose-27b?utm_source=openai) – RadixArk

Ultimo aggiornamento: 2026-11-20
