DeepReinforce 发布了 Ornith-1.0 模型系列，采用 MIT 许可证开放权重，在编码基准测试中达到同类开源模型的最高性能，参数规模从 9B 到 397B 不等。 该发布推动了开源智能编码能力的发展，使开发者能够在本地运行强大的编码助手而无需锁定特定供应商，自我支架技术可能提高多步骤任务的可靠性。 模型基于预训练的 Gemma 4（Apache 2.0）和 Qwen 3.5（Apache 2.0）构建，确保许可证兼容性，包括密集和混合专家两种变体。作者测试了 35B 的 GGUF 量化模型，报告在智能编码任务上表现强劲。
背景
自我支架（self-scaffolding）指的是 LLM 自主生成并遵循自己的推理步骤或工具使用计划的能力，无需外部提示即可提升复杂智能任务的性能。混合专家（MoE）是一种架构，每次只激活一部分参数，从而在较低计算成本下实现更大的有效模型规模。