DeepReinforce lança modelos de programação de código aberto Ornith-1.0

O Ornith-1.0 da DeepReinforce é uma família de modelos de IA para programação autônoma que se autoaprimora via aprendizado por reforço. A arquitetura elimina a necessidade de andaimes manuais. O próprio modelo gera os scaffolds de tarefa e as soluções em duas etapas sequenciais. O sinal de recompensa otimiza a orquestração e o código final simultaneamente. Essa abordagem permite que estratégias específicas emergam sem engenharia humana prévia.

A linha varia de 9B até 397B parâmetros, com base no Gemma 4 e Qwen 3.5. A versão principal alcança 77.5 no Terminal-Bench 2.1 e 82.4 no SWE-Bench Verified. O modelo compacto de 9B entrega performance equivalente a sistemas três vezes maiores. A equipe isolou o ambiente de teste, monitorou alterações de script e inseriu um juiz de IA congelado para travar reward hacking. Pesos e documentação técnica estão disponíveis para execução local. Veja os dados brutos no artigo original.

O lançamento reduz drasticamente o custo de operação de agentes de código. Equipes com hardware restrito rodam a variante de 9B e extraem capacidade de fronteira sem assinar APIs proprietárias. A orquestração autogerada diminui a dívida técnica de manutenção de pipelines de prompt. O modelo pressiona a indústria a entregar sistemas abertos com métricas de produção competitivas. A tendência de IA que gerencia seu próprio ciclo de treino acelera a entrega de software enterprise.