Ornith-1.5: open-модели, которые сами придумывают себе задачи для обучения
Ornith-1.5: open-модели, которые сами придумывают себе задачи для обучения Команда Ornith (DeepReinforce) выпустила семейство open-weight моделей Ornith-1.5 — 9B dense, 35B MoE (≈3B активных) и 397B MoE. Лицензия MIT, веса уже на Hugging Face, включая квантизации. Главное — не размер, а метод. Модель сама предлагает новые задачи, строит под них scaffolds (каркасы решения) и генерирует rollouts для reinforcement learning. Получается замкнутый цикл самоулучшения без фиксированного набора человеческих данных. На Terminal-Bench 2.1 флагман набрал 86.1 — на уровне Claude Opus 4.8. 35B-версия с тремя миллиардами активных параметров обходит гораздо более крупные dense-модели на агентных и кодинговых тестах. Есть даже мобильная квантизация 9B. Это один из самых чистых примеров того, как open-source идёт к качеству через архитектурный подход, а не через масштаб... Источники: https://ornith.ai/ornith_1_5.html https://huggingface.co/collections/ornith-ai/ornith-15 #AI #OpenSource #Ornith #LLM #AgenticAI #SelfImprovement