많은 분들이 홍보하고 있는 것을 보았습니다. 9B에서 397B 파라미터 규모를 아우르며, 여러 코딩 벤치마크 (benchmarks)에서 오픈소스 모델 중 최고 수준에 도달한 강화학습 (RL) 기반 자가 개선 오픈소스 프로그래밍 에이전트 (agent) 모델 시리즈입니다.

DeepReinforce가 출시한 이 프로그래밍 에이전트 모델 시리즈는 Gemma 4 및 Qwen 3.5 후속 학습 (post-training)을 기반으로 하며, 9B Dense, 35B MoE, 397B MoE 세 가지 사양으로 나뉩니다.

훈련 방식이 상당히 독특합니다. 강화학습 (RL)을 사용하여 모델이 출력하는 솔루션과 솔루션을 구동하는 스캐폴드 (scaffold)를 동시에 최적화함으로써, 모델이 더 나은 탐색 경로를 찾을 수 있도록 합니다.

Terminal-Bench 2.1, SWE-Bench, NL2Repo 등 코딩 평가에서 동일 규모 대비 오픈소스 최고 성능을 기록했으며, 397B 버전은 SWE-Bench Verified에서 82.4%를 달성했습니다.