人工智能领域迎来新突破，DeepReinforce公司正式发布Ornith-1.5系列开源模型。该系列通过引入"自我改进循环"机制，在模型训练过程中实现性能的自主提升，其中最大规模的397B版本在部分测试中超越了Claude Opus 4.8。
核心创新在于训练架构的革新。研发团队构建的自我改进循环系统，使模型能够在学习过程中动态生成更具挑战性的任务。这种机制突破了传统训练模式的局限，通过持续迭代优化形成性能提升的良性循环，为大规模语言模型的发展提供了新思路。
系列模型包含三个不同规模版本：旗舰版Ornith-1.5-397B采用混合专家架构，拥有3970亿参数，在多项基准测试中达到与Claude Opus 4.8相当的水平，部分指标实现超越；中端版本Ornith-1.5-35B-A3B同样基于混合专家架构，以350亿参数在性能上领先同量级的Muse-Glimmer-30B和Gemma-4-31B；轻量级版本Ornith-1.5-9B作为稠密模型，在多数测试中战胜参数规模更大的Gemma-4-31B，其移动端量化版本Ornith-1.5-9B-Mobile可兼容主流智能手机。
技术文档显示，混合专家架构通过动态路由机制实现参数的高效利用，在保持计算效率的同时提升模型容量。这种设计使得Ornith-1.5系列既能保持开源模型的灵活性，又具备接近闭源模型的性能表现。移动端版本的推出更将前沿AI技术延伸至消费级设备，为端侧智能应用开辟新可能。
目前该系列模型已全面开源，开发者可自由获取模型权重和训练代码。这种开放策略预计将加速AI技术的普及应用，推动自然语言处理领域的技术迭代。行业观察人士指出，自我改进机制与混合专家架构的结合，可能成为下一代语言模型发展的重要方向。
