自我改進機制的擴展與運作方式

Ornith-1.5的核心改進在於將自我改進循環從先前版本的執行框架（scaffold）與解題過程（rollout）優化，擴展至同時最佳化任務生成、框架構建與解題過程。

不同於傳統依賴固定人類標註任務集或手動設計測試工具的方法，該模型能夠持續自動生成新的訓練任務，並透過強化學習發現解決這些任務的有效策略，進而更新自身政策。

基礎架構與訓練背景

Ornith-1.5是基於Ornith-1.0的擴展版本，而Ornith-1.0本身是在Qwen3.5和Gemma4模型基礎上，經過額外的持續預訓練、中期訓練及後訓練階段開發而成。

團隊指出，關於任務設計、測試框架以及解題獎勵設計的更多技術細節，需參考其官方部落格文章，但來源中未提供該部落格的具體內容摘要。

發布管道與格式支援

模型權重已以GGUF格式發布於Hugging Face平台，包括ornith-ai/Ornith-1.5-122B-GGUF以及由unsloth維護的副本unsloth/Ornith-1.5-122B-GGUF。

此發布形式表明該模型支援本地端執行環境，但來源未提供具體的硬體需求、推理速度數據或與基準模型的效能比較結果。