Ornith-1.0:用于智能体式编码的自举式 LLM
这是一个有意思的新开放权重(MIT 许可证)模型,也是 DeepReinforce 发布的首个模型。
[…] 提供了 9B Dense、31B Dense、35B MoE 和 397B MoE 等变体。它基于预训练的 Gemma 4 和 Qwen 3.5 构建,在代码基准测试中,其在同等规模的开源模型里达到了业界领先的性能。
据我所知,这些底层模型的许可证与这种用法是兼容的——Gemma 4 采用 Apache 2.0 许可证(并不受之前那些给人添麻烦的额外 Gemma 使用条款 约束,早期 Gemma 模型曾受其影响),Qwen 3.5 也同样采用 Apache 2.0 许可证。
我一直在用 LM Studio 运行这个模型,并通过 Pi 连接 ornith-1.0-35b-Q4_K_M.gguf(20GB)GGUF 模型。初步印象非常好——它似乎能够以相当熟练的方式在大量工具调用中运行智能体框架。
这里有一段 终端会话,我让它在一个 Datasette checkout 中先“找到解码 actor cookie 的代码”,然后再“找到在按钮被点击时打开插入对话框的代码”,它都轻松处理了。
我还让它 画了这只鹈鹕,生成速度达到了 103 tokens/秒:

虽然有点变形,但这只鹈鹕显然还是一只鹈鹕。
我没能找到太多关于 DeepReinforce 公司的信息。我能找到的最早论文是他们 2025 年 6 月发表的 CUDA-L1:通过对比强化学习改进 CUDA 优化。
发表于 2026 年 6 月 29 日 下午 4:17
最近文章
- 将 Moebius 0.2B 图像修复模型移植到浏览器中运行,使用 Claude Code - 2026 年 6 月 22 日
- sqlite-utils 4.0rc1 增加了迁移和嵌套事务 - 2026 年 6 月 21 日
- Datasette Apps:在 Datasette 内部托管自定义 HTML 应用 - 2026 年 6 月 18 日