AI注目記事のキュレーターページ

Ornith-1.0は、DeepReinforceからの初のモデルリリースであり、オープンウェイト（MITライセンス）の新しいモデルです。9B Dense、31B Dense、35B MoE、397B MoEなどのバリエーションがあり、事前学習されたGemma 4とQwen 3.5の上に構築されています。このモデルは、同等のサイズのオープンソースモデルの中でコーディングベンチマークにおいて最先端の性能を達成しています。これらの基盤モデルのライセンスは、Gemma 4がApache 2.0ライセンスであり、以前のGemmaモデルに影響を与えた不適切なGemma利用規約に縛られていないため、互換性があります。私がLM Studioを使用してこのモデルを実行したところ、ornith-1.0-35b-Q4_K_M.gguf（20GB）をPiに接続しても、初期の印象は非常に良好でした。多くのツールコールに対してエージェントハーネスをうまく実行できるようです。例えば、「アクタークッキーをデコードするコードを見つけて」と「ボタンがクリックされたときに挿入ダイアログを開くコードを見つけて」というリクエストに対して、Datasetteチェックアウトを使って簡単に処理しました。また、ペリカンを描かせたところ、103トークン/秒で描画されました。少し歪んでいますが、ペリカンであることは明らかです。DeepReinforce自体に関する情報はあまり見つかりませんでしたが、最も古い論文は2025年6月の「CUDA-L1: Improving CUDA Optimization via Contrastive Reinforcement Learning」です。