开源模型实现端到端自我提升：Ornith-1.5 正式发布
Ornith 正式推出了 Ornith-1.5 模型家族，将此前的“自我脚手架（Self-Scaffolding）”机制拓展为完整的端到端自我进化闭环。模型不再单纯依赖人工标注数据，而是能够自主生成新任务、构建评估脚手架，并通过强化学习（GRPO）持续进行自我迭代与能力突破。
---
核心技术亮点：自我驱动的学习闭环
在每个训练周期中，Ornith-1.5 协同优化三个关键环节：
1. 自主出题（Task Generation）：根据历史解决记录，生成处于能力边界前沿、有效且具有多样性的新挑战。
2. 构建脚手架（Scaffold Construction）：自主设计解题策略、工具链和评估环境，并加入防作弊与对齐奖励机制。
3. 策略优化（GRPO RL）：通过解答方案的反馈，联合优化出题质量、脚手架有效性与模型解题策略，实现能力螺旋上升。
---
三种规格模型与性能表现
Ornith-1.5 覆盖了大中小三种参数规格，在代码生成、复杂推理与 Agent 任务上均有亮眼表现：
• Ornith-1.5-397B（旗舰 MoE）：
在 Terminal-Bench 2.1 取得 86.1 分，DeepSWE 取得 56.0 分，整体性能比肩 Claude Opus 4.8，并全面超越同体量的开源模型（如 DeepSeek-V4-Flash 与 GLM-5.2）。
• Ornith-1.5-35B（轻量 MoE，单 Token 仅激活 3B）：
在 Agent 编程和代码基准（如 SWE-Bench Verified）上大幅领先同量级对手，甚至显著超越了多款 30B 级别的稠密模型。
• Ornith-1.5-9B（端侧 Dense）：
专为边缘设备优化，提供手机端量化版本（支持 iPhone 与 Android），在紧凑体积下展现出越级打怪的推理与代码能力。
---
🔗 阅读原文：https://ornith.ai/ornith_1_5.html
#人工智能 #开源大模型 #强化学习 #AI编程
Ornith 正式推出了 Ornith-1.5 模型家族，将此前的“自我脚手架（Self-Scaffolding）”机制拓展为完整的端到端自我进化闭环。模型不再单纯依赖人工标注数据，而是能够自主生成新任务、构建评估脚手架，并通过强化学习（GRPO）持续进行自我迭代与能力突破。
---
核心技术亮点：自我驱动的学习闭环
在每个训练周期中，Ornith-1.5 协同优化三个关键环节：
1. 自主出题（Task Generation）：根据历史解决记录，生成处于能力边界前沿、有效且具有多样性的新挑战。
2. 构建脚手架（Scaffold Construction）：自主设计解题策略、工具链和评估环境，并加入防作弊与对齐奖励机制。
3. 策略优化（GRPO RL）：通过解答方案的反馈，联合优化出题质量、脚手架有效性与模型解题策略，实现能力螺旋上升。
---
三种规格模型与性能表现
Ornith-1.5 覆盖了大中小三种参数规格，在代码生成、复杂推理与 Agent 任务上均有亮眼表现：
• Ornith-1.5-397B（旗舰 MoE）：
在 Terminal-Bench 2.1 取得 86.1 分，DeepSWE 取得 56.0 分，整体性能比肩 Claude Opus 4.8，并全面超越同体量的开源模型（如 DeepSeek-V4-Flash 与 GLM-5.2）。
• Ornith-1.5-35B（轻量 MoE，单 Token 仅激活 3B）：
在 Agent 编程和代码基准（如 SWE-Bench Verified）上大幅领先同量级对手，甚至显著超越了多款 30B 级别的稠密模型。
• Ornith-1.5-9B（端侧 Dense）：
专为边缘设备优化，提供手机端量化版本（支持 iPhone 与 Android），在紧凑体积下展现出越级打怪的推理与代码能力。
---
🔗 阅读原文：https://ornith.ai/ornith_1_5.html
#人工智能 #开源大模型 #强化学习 #AI编程
Ornith
Ornith-1.5: From Self-Scaffolding to Self-Improvement
Introducing Ornith-1.5, an open-source model family that extends self-scaffolding into an end-to-end self-improvement loop.
