DeepReinforce 发布 Ornith-1.5 系列开源模型，引入自我改进循环

DeepReinforce 于 8 月 19 日推出 Ornith-1.5 系列开源模型，该系列在训练中引入“自我改进循环”机制，使模型能自主提出更难任务并提升性能。其中最大 397B 参数的混合专家模型在部分测试中超过 Claude Opus 4.8。

系列包含三个规模：Ornith-1.5-397B（MoE，总参数 3970 亿）性能媲美 Claude Opus 4.8；Ornith-1.5-35B-A3B（MoE，总参数 350 亿）优于 Muse-Glimmer-30B 和 Gemma-4-31B；Ornith-1.5-9B（稠密）在多数测试中优于参数更多的 Gemma-4-31B。此外，还有量化版 Ornith-1.5-9B-Mobile，可运行于安卓手机和 iPhone 17 等设备。