Ornithとは
Ornith-1.0
AlibabaのQwen 3.5とGoogleのGemma 4を基盤に、エージェント型コーディング向けへ強化学習で自己改善させたオープンウェイトLLMファミリー
ひとことで言うと
概要
Ornith(Ornith-1.0)とは、AIスタートアップDeepReinforceが開発した、エージェント型のコーディングタスクに特化したオープンウェイトの大規模言語モデルファミリー。 AlibabaのQwen 3.5とGoogleのGemma 4という既存の事前学習済みモデルをベースに、強化学習によるポストトレーニングを施している。 最大の特徴は、モデル自身に解答の生成だけでなく、その解答を導くタスクごとの足場(スキャフォールド、エージェントの探索・実行手順)も生成させ、両者を同時に最適化する「自己足場構築(self-scaffolding)」という学習手法。人手で設計したハーネスに頼らず、モデル自身がタスクに適した探索戦略を発見することで、より高品質な解答を導けるとしている。 9B(Dense)・31B(Dense)・35B(MoE)・397B(MoE)の4種類のサイズを展開しており、エッジデバイス向けの小型モデルから大規模なフロンティアモデルまで幅広くカバーする。MITライセンスで重みが公開されている。
背景
従来のエージェント型コーディングモデルの強化学習では、人間が設計した固定的なハーネス(探索・実行の手順)の上で解答の生成のみを学習対象とすることが一般的だった。Ornith-1.0は、ハーネス自体もモデルが学習・生成する対象に含め、タスクに適した探索戦略をモデル自身が発見できるようにする目的で開発された。
歴史
2026年6月25日: DeepReinforceが、Qwen 3.5・Gemma 4をベースにしたエージェント型コーディング向けLLMファミリー「Ornith-1.0」を公開。
利点
欠点
- 自己足場構築という新しい学習手法のため、既存モデルと比べ実運用での知見・エコシステムの蓄積がまだ少ない
- エージェント型コーディングに特化した設計のため、汎用対話等その他タスクでの性能は評価対象に含まれていない
比較
- Qwen — Ornith-1.0は、Qwen 3.5の重みをベースにGemma 4と合わせてポストトレーニングした、コーディングエージェント特化モデル
- Gemma — Ornith-1.0は、Gemma 4を含む複数の事前学習済みモデルをベースに、エージェント型コーディング向けの強化学習を施したモデル
- SWE-bench — Ornith-1.0は、SWE-bench Verified等のエージェント型コーディングベンチマークで高いスコアを示している
- コーディングエージェント — Ornith-1.0は、コーディングエージェント向けに強化学習でポストトレーニングされたLLMファミリー