huggingface : https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF
Dokumen Resmi : https://deep-reinforce.com/ornith_1_0.html
Pengenalan Blog Korea : https://javaexpert.tistory.com/1783
Agen Kode Terkini : Tersedia dalam versi 9B-Dense, 31B-Dense, 35B-MoE, dan 397B-MoE (Pelatihan lanjutan berdasarkan Gemma 4 dan Qwen 3.5), Ornith-1.0 mencapai kinerja terbaik di antara model open source dengan ukuran serupa pada benchmark pengkodean seperti Terminal-Bench 2.1, SWE-Bench, NL2Repo, dan OpenClaw.
Kerangka Kerja Pembelajaran Diri Sendiri : Ornith-1.0 menggunakan pembelajaran penguatan (RL) untuk mempelajari tidak hanya proses penyelesaian solusi tetapi juga kerangka yang memimpin proses tersebut. Dengan mengoptimalkan kerangka dan solusi hasil secara bersamaan, model dapat menemukan jalur eksplorasi yang lebih baik dan menghasilkan solusi dengan kualitas yang lebih tinggi.
Saya tidak terlalu mengerti bagaimana penerapan pembelajaran diri sendiri...
Menurut ulasan di Reddit, mereka mengatakan itu seperti loop berpikir.
Karena pelatihan ulang berdasarkan Qwen3.5, pada akhirnya ini adalah model turunan Qwen lainnya.
Saya belum pernah mendapatkan hasil yang baik dengan menggunakan model turunan, jadi saya tidak terlalu berharap banyak.
Saya akan mencobanya untuk bersenang-senang saja.
