RT @ornith_: Aloha! 🌺 Wir stellen Ornith-1.5 vor, eine Familie von Open-Source-LLMs mit 9B Dense, 35B MoE und 397B MoE, ...

RT @ornith_: Aloha! 🌺 Wir stellen Ornith-1.5 vor, eine Familie von Open-Source-LLMs mit 9B Dense, 35B MoE und 397B MoE, trainiert mit selbstverbessernden Strategien. Es erreicht state-of-the-art Performance unter Open-Source-Modellen vergleichbarer Größe und liefert Leistung vergleichbar mit Claude Opus 4.8 bei Reasoning, agentic und Coding-Aufgaben: ✅Terminal-Bench 2.1 (86.1) ✅SWE-Bench (86 auf verified, 65.1 auf pro, 79.6 auf Multilingual) ✅DeepSWE (56) ✅HLE (44.6) ✅ClawEval (81.4) ✅Tool Decathlon (71.2) Ornith-1.5 macht einen großen Schritt hin zum Training von Foundation Models durch end-to-end Selbstverbesserung und erweitert die in Ornith-1.0 eingeführten Self-Scaffolding-Strategien zu einem vollständigeren Selbstverbesserungs-Loop: Das Modell schlägt neue Aufgaben vor, generiert aufgaben-spezifische Scaffolds und erzeugt Solution Rollouts für Reinforcement Learning, wodurch es kontinuierlich neue Lernerfahrungen schafft, aus denen es sich verbessern kann. Alle Modelle sowie ihre...