🌺 Релиз Ornith-1.0 - новое семейство open-source LLM, специализированных под agentic coding. Ornith-1.0 выходит в разных размерах: • 9B Dense • 31B Dense • 35B MoE • 397B MoE Модели показывают state-of-the-art результаты среди open-source моделей сопоставимого размера на coding-бенчмарках: • Terminal-Bench 2.1 — 77.5 • SWE-Bench — 82.4 на verified, 62.2 на pro, 78.9 на Multilingual • NL2Repo — 48.2 • SWE Atlas — 41.2 на QnA, 42.6 RF, 39.1 TW • ClawEval — 77.1 Ornith-1.0 дообучали поверх Gemma 4 и Qwen 3.5. Reinforcement learning используется не только для генерации решений, но и для создания task-specific scaffolds, которые направляют эти решения. То есть модель совместно улучшает и «каркас» задачи, и итоговое решение. За счёт этого она генерирует более качественные ответы в agentic coding. Все модели выпущены под MIT-лицензией, поэтому их можно использовать и в коммерческих, и в исследовательских проектах. 📖Tech Blog: http://deep-reinforce.com/ornith_1_0.html 🤗Huggingface: http://huggingface.co/collections/deepreinforce-ai/ornith-10