Das Modell erfindet seine eigenen Aufgaben, baut den Prüfstand dafür und trainiert dann mit dem Ergebnis — und DeepReinforce hat die Gewichte verschenkt

DeepReinforce hat Ornith-1.5 am 19. August in drei offenen Gewichtsgrößen veröffentlicht: ein Expertengemisch mit 397 Milliarden Parametern, ein 35-Milliarden-Modell, das pro Token 3 Milliarden Parameter aktiviert, und ein dichtes 9-Milliarden-Modell — alle unter MIT-Lizenz, die Gewichte auf Hugging Face. Interessant sind nicht die Größen. Statt aus einem festen Satz von Menschen geschriebener Aufgaben zu lernen, schlägt das Modell eigene vor, bewertet jede nach Gültigkeit, Schwierigkeit und Neuheit, schreibt selbst das Gerüst, um sie auszuführen, und erzeugt Lösungsversuche, die ins bestärkende Lernen zurückfließen. Das Team nennt das den geschlossenen Kreis vom Selbstgerüst zur Selbstverbesserung. Nach den eigenen Zahlen des Labors erreicht das 397B-Modell 86,1 auf Terminal-Bench 2.1 und 56,0 auf DeepSWE, gegenüber 85,0 und 59,0 bei Claude Opus 4.8 und 82,7 und 46,2 bei GLM-5.2; für GPQA Diamond werden 92,8 angegeben. Das Kontextfenster umfasst 262.144 Token, und das vollständige Modell wiegt in BF16 rund 800 Gigabyte — offen heißt hier also nicht, dass es auf dem Laptop läuft. Das tut die 9B-Version, mit 47,0 auf Terminal-Bench 2.1 und 70,6 auf SWE-bench Verified.

✓ Verifiziert · 4 Quellen

Verwandte Meldungen