Ornith-1.0：面向智能体编程的自脚手架大语言模型
Ornith-1.0: Self-Scaffolding LLMs for Agentic Coding
DeepReinforce 发布首个开放权重模型 Ornith-1.0（MIT 许可），提供 9B Dense、31B Dense、35B MoE 和 397B MoE 四种变体。该模型基于预训练的 Gemma 4（Apache 2.0）和 Qwen 3.5（Apache 2.0）构建，在编程 benchmark 上达到同等规模开源模型中的 SOTA 性能。用户通过 LM Studio 运行 ornith-1.0-35b-Q4_K_M.gguf（20GB）GGUF 文件，在 agent harness 中实现多次工具调用，生成速度达 103 tokens/秒。DeepReinforce 最早可查论文为 2025 年 6 月的《CUDA-L1: Improving CUDA Optimization via Contrastive Reinforcement Learning》。
Ornith-1.0：用于智能体编程的自脚手架大语言模型
这是一个有趣的新开放权重（MIT 许可）模型，是 DeepReinforce 发布的首个模型。[...] 包含 9B Dense、31B Dense、35B MoE 和 397B MoE 等变体。基于预训练的 Gemma 4 和 Qwen 3.5 构建，它在编程 benchmark 上达到了同等规模开源模型中的 SOTA 性能。据我所知，这些基础模型的许可与这种使用方式兼容——Gemma 4 采用 Apache 2.0 许可（不受之前 Gemma 模型所受的繁琐附加 Gemma 使用条款约束），Qwen 3.5 同样采用 Apache 2.0 许可。
我一直在使用 LM Studio 运行该模型，具体是 ornith-1.0-35b-Q4_K_M.gguf（20GB）GGUF 文件，并连接到 Pi。初步印象非常好——它似乎能够以熟练的方式在多次工具调用中运行 agent harness。以下是一个终端会话示例：我要求它"找到解码 actor cookie 的代码"，然后"找到点击按钮时打开插入对话框的代码"，针对一个 Datasette checkout 仓库，它轻松完成了任务。
我还让它画了这只鹈鹕，生成速度为 103 tokens/秒：
虽然有点变形，但鹈鹕明显是鹈鹕。
我找不到太多关于 DeepReinforce 本身的信息。我能找到他们最早的一篇论文是 2025 年 6 月的《CUDA-L1: Improving CUDA Optimization via Contrastive Reinforcement Learning》。
标签：ai、generative-ai、local-llms、llms、qwen、pelican-riding-a-bicycle、gemma、llm-release、lm-studio