DeepReinforce 推出開源 Agentic Coding 模型 Ornith-1.0

由 DeepReinforce 團隊推出的 Ornith-1.0 是一系列專為 Agentic Coding（代理式程式設計） 設計的開源大型語言模型，涵蓋從 9B 到 397B 的多種規模版本。該模型家族最核心的創新在於「自我搭建（Self-Scaffolding）」能力——模型不僅學習如何解決任務，還能同時學習生成任務專屬的 scaffold（引導框架），讓自己在強化學習過程中持續優化搜尋軌跡與解題品質。

主要特色與技術亮點

• 自我改善訓練框架：在 RL 訓練中，模型會先產生任務專屬的 scaffold，再根據該 scaffold 生成解決方案，最後將 reward 同時反饋給 scaffold 與 solution 兩個階段。
• 多規模版本：
  • Ornith-1.0-9B（Dense，適合邊緣裝置）
  • Ornith-1.0-31B（Dense）
  • Ornith-1.0-35B（MoE，活躍參數約 3B）
  • Ornith-1.0-397B（MoE 旗艦版）
  
  
• 強大基準表現：在 Terminal-Bench 2.1、SWE-Bench Verified、NL2Repo 等代理式程式設計基準上，表現優於同規模開源模型，甚至在部分任務上接近或超越 Claude Opus 4.7 等閉源模型。
• 防 Reward Hacking 機制：採用三層防護（不可變環境邊界、確定性監控、凍結 LLM 評審），有效降低模型作弊風險。
• 基於 Gemma 4 與 Qwen 3.5 進行後訓練，並採用非同步 Pipeline RL + 陳舊權重（staleness-weighted）優化訓練穩定性。


性能表現（部分亮點）

模型
Terminal-Bench 2.1
SWE-Bench Verified
特色
Ornith-1.0-9B
43.1%
69.4%
輕量、適合本地部署
Ornith-1.0-35B
高
高
MoE 效率佳
Ornith-1.0-397B
77.5%
82.4%
目前開源 Agentic Coding 最強之一

安裝與使用指南
Ornith-1.0 模型已上傳至 Hugging Face，支援多種推理框架。

1. 使用 Transformers（最簡單方式）

pip install "transformers>=5.8.1" torch 

Pythonfrom transformers import AutoModelForCausalLM, AutoTokenizer 
 
model_name = "deepreinforce-ai/Ornith-1.0-9B" # 可換成 31B、35B、397B 
 
tokenizer = AutoTokenizer.from_pretrained(model_name) 
model = AutoModelForCausalLM.from_pretrained( 
 model_name, 
 dtype="auto", 
 device_map="auto" 
) 
 
messages = [ 
 {"role": "user", "content": "Write a Python function to check if a number is prime."} 
] 
 
inputs = tokenizer.apply_chat_template( 
 messages, 
 add_generation_prompt=True, 
 return_tensors="pt" 
).to(model.device) 
 
outputs = model.generate( 
 inputs, 
 max_new_tokens=512, 
 temperature=0.7, 
 do_sample=True 
) 
 
print(tokenizer.decode(outputs[0], skip_special_tokens=True)) 

2. 使用 vLLM（推薦用於較大模型）

pip install vllm 

vllm serve deepreinforce-ai/Ornith-1.0-35B --port 8000 

3. 使用 GGUF 版本（適合本地低資源部署）
部分社群已提供 GGUF 量化版本，可使用 Ollama 或 llama.cpp 運行：

# 以 Ollama 為例 
ollama run hf.co/samuelchristlie/Ornith-1.0-9B-gguf 

4. 使用 SGLang（高吞吐推理）

pip install sglang 
python -m sglang.launch_server --model-path deepreinforce-ai/Ornith-1.0-35B --port 30000 

模型連結


• 官方集合：https://huggingface.co/collections/deepreinforce-ai/ornith-10
• 官方技術說明：https://deep-reinforce.com/ornith_1_0.html
• 聊天模板：各模型卡片中均提供 chat_template.jinja


Ornith-1.0 是目前開源 Agentic Coding 領域中技術路線較為特別的模型之一。它不只是單純優化「解題能力」，而是讓模型同時學習「如何搭建更好的解題框架」，這在長期來看可能對複雜軟體工程任務帶來更大優勢。
雖然 397B 版本仍需大量運算資源，但 9B 與 35B 版本已經具備不錯的實用性，適合個人開發者或中小團隊在本地或單 GPU 環境中進行 Agentic Coding 相關的實驗與應用。