Ornith-1.5开源LLM发布，性能对标Claude Opus 4.8

转推 @ornith_: 大家好！🌺 推出 Ornith-1.5，一个开源 LLM 系列，包括 9B Dense、35B MoE 和 397B MoE，采用自我改进策略训练。它在同类规模的开源模型中实现了最先进的性能，在推理、代理和编程任务上提供与 Claude Opus 4.8 相当的性能：✅Terminal-Bench 2.1（86.1）✅SWE-Bench（验证集86，专家集65.1，多语言79.6）✅DeepSWE（56）✅HLE（44.6）✅ClawEval（81.4）✅Tool Decathlon（71.2）。Ornith-1.5 通过端到端自我改进训练基础模型迈出了重要一步，将 Ornith-1.0 中引入的自我脚手架策略扩展为更完整的自我改进循环：模型提出新任务，生成特定于任务的脚手架，并为强化学习生成解决方案 rollout，不断创造新的学习经验以改进。所有模型及其量化版本（FP8、GGUF、MLX 和 NVFP4）均以 MIT 许可证发布，允许不受限制的商业和研究使用。📘技术博客：https://t.co/OZ63scRWLB 🤗Huggingface：https://t.co/mGJLwhrQOM