deepreinforce-ai/Ornith-1

它是什么

Ornith-1.0 是一套面向 agentic coding 的开源模型，不是传统工具链或资源合集。它要解决的是：让模型不仅能生成解题过程，还能学会生成驱动这些过程的 scaffold，从而提升代码任务上的搜索轨迹和答案质量。

为什么值得关注

README 明确把它定位为自我改进的开源编码智能体，并给出多个模型规模和基准结果，说明它不是概念展示，而是有明确评测支撑的模型发布。它还提供 MIT 许可证，降低了使用和分发门槛。

核心能力

• 支持 9B-Dense、31B-Dense、35B-MoE、397B-MoE 多种规模
• 面向 agentic coding 的自我改进训练框架
• 通过 RL 同时优化 scaffold 和最终解答
• 在 Terminal-Bench 2.1、SWE-Bench 等代码基准上评测

适合谁用

• 做代码智能体、自动编程与修复任务的团队
• 需要对比开源编码模型基准表现的研究者
• 关注大模型推理与搜索轨迹优化的开发者

使用前注意

• README 只说明了模型与训练框架，没有给出完整接入步骤
• 模型分不同规模，使用前要先选定算力可承受的版本
• 项目采用 MIT 许可证，适合开源场景分发与二次使用
• README 提到按规模对应基线评测，理解结果时要看同尺寸对比

README 证据

• Ornith-1.0 is a self-improving open-source models for agentic coding
• Available in 9B-Dense, 31B-Dense, 35B-MoE, and 397B-MoE
• achieving state-of-the-art performance among open-source models of comparable size
• benchmarks such as Terminal-Bench 2.1, SWE-Bench, NL2Repo and OpenClaw