Ornith ha presentato Ornith-1.5, una nuova famiglia open-weight di foundation model progettata per ridurre la dipendenza da dataset di addestramento statici e da workflow costruiti manualmente. Il sistema estende il meccanismo di self-scaffolding introdotto con Ornith-1.0 e lo trasforma in un ciclo di auto-miglioramento più completo: il modello non si limita a risolvere i problemi assegnati, ma genera autonomamente nuove attività di apprendimento, costruisce per ciascuna di esse una strategia di risoluzione e utilizza i risultati ottenuti per alimentare ulteriori fasi di reinforcement learning. L’obiettivo è permettere al modello di produrre da solo una parte crescente delle esperienze necessarie al proprio miglioramento.
Il processo di apprendimento è articolato in tre fasi collegate. Nella prima, il modello analizza istruzioni di alto livello relative a un determinato ambiente, codice o tipologia di attività insieme allo storico dei problemi già affrontati, quindi genera nuovi task più difficili rispetto a quelli risolti in precedenza. Il criterio è individuare aree nelle quali le capacità attuali non sono ancora sufficienti, così da ampliare progressivamente il curriculum di addestramento senza affidarsi esclusivamente a una sequenza di esercizi definita dall’esterno. In questo modo il sistema utilizza la propria cronologia operativa per cercare continuamente nuovi limiti da superare.
La seconda fase riguarda la costruzione dello scaffold necessario a risolvere ciascun problema. Lo scaffold non coincide con un semplice prompt, ma comprende istruzioni operative, strumenti utilizzabili, decomposizione del compito in passaggi intermedi e strategie di coordinamento delle diverse attività. Il modello può generare uno scaffold completamente nuovo oppure modificare e migliorare quelli già utilizzati, adattando la struttura di risoluzione alle caratteristiche dello specifico task. In questo modo il processo di auto-miglioramento non interviene soltanto sulla capacità di produrre una risposta corretta, ma anche sulla capacità di organizzare il modo in cui il problema viene affrontato.
Nella terza fase Ornith-1.5 esegue concretamente il task utilizzando lo scaffold appena costruito. Il segnale di ricompensa prodotto dal risultato finale non viene applicato soltanto alla soluzione, ma viene propagato anche alle fasi precedenti di generazione del problema e costruzione dello scaffold. Il reinforcement learning può quindi migliorare contemporaneamente tre componenti: la qualità delle risposte, la capacità di creare problemi utili per l’addestramento e l’efficacia delle strategie utilizzate per risolverli. Ripetendo il processo si forma un ciclo chiuso nel quale un modello più capace produce task più difficili e informativi, scaffold migliori consentono di sfruttarne più efficacemente le capacità e i nuovi rollout generano ulteriori dati per l’addestramento.
La famiglia Ornith-1.5 comprende tre configurazioni. Il modello di fascia più alta utilizza un’architettura Mixture-of-Experts da 397 miliardi di parametri, mentre una seconda versione MoE dispone di 35 miliardi di parametri. La variante più compatta adotta invece un’architettura dense da 9 miliardi di parametri ed è destinata anche a dispositivi edge. Ornith-1.0 era stato sviluppato a partire da Qwen 3.5 e Gemma 4 attraverso ulteriori fasi di continual pre-training, mid-training e post-training; Ornith-1.5 mantiene questa base e introduce su di essa il nuovo ciclo di apprendimento auto-migliorante.
Ornith-1.5-397B ha ottenuto 86,1 punti su Terminal-Bench 2.1 e 56,0 su DeepSWE, risultati vicini rispettivamente agli 85,0 e 59,0 punti attribuiti a Claude Opus 4.8 negli stessi test. Il modello ha inoltre superato GLM-5.2 e DeepSeek-V4-Flash-0731, modelli appartenenti a una fascia dimensionale comparabile. I benchmark sono concentrati soprattutto su coding e capacità agentiche, quindi sulle attività nelle quali il modello deve non soltanto generare codice, ma anche utilizzare strumenti, interagire con ambienti operativi e portare a termine sequenze di azioni articolate.
La versione da 35 miliardi di parametri utilizza a sua volta una struttura Mixture-of-Experts, ma durante l’inferenza attiva circa 3 miliardi di parametri per token. Nonostante il numero relativamente contenuto di parametri attivi, ha raggiunto 68,5 punti su Terminal-Bench 2.1, superando modelli della stessa fascia come Qwen 3.6-35B e ottenendo un margine ancora maggiore rispetto a Gemma 4-31B, fermo a 43,4 punti, e Muse Glimmer-30B di Meta, a 51,7. Su SWE-Bench Verified Ornith-1.5-35B ha ottenuto 79,0 punti, contro 52,0 e 76,0 dei due modelli utilizzati come confronto.
Anche Ornith-1.5-9B è stato sviluppato con particolare attenzione al rapporto tra prestazioni e requisiti hardware. Pur disponendo di 9 miliardi di parametri, ha raggiunto 47,0 punti su Terminal-Bench 2.1 e 70,6 su SWE-Bench Verified, ottenendo risultati comparabili o superiori a modelli significativamente più grandi come Gemma 4-31B e Qwen 3.6-35B in alcuni dei test considerati. È stata inoltre preparata una variante quantizzata denominata Ornith-1.5-9B-Mobile, progettata per essere eseguita direttamente su iPhone e smartphone Android senza richiedere necessariamente un’infrastruttura cloud.
L’elemento distintivo di Ornith-1.5 resta però il modo in cui viene costruito il processo di apprendimento. Nei normali workflow di training sono generalmente gli sviluppatori a scegliere i dati, preparare i problemi e stabilire le aree sulle quali concentrare l’addestramento; qui una parte di queste decisioni viene trasferita al modello stesso. Ornith-1.5 cerca i propri punti deboli, genera nuovi task destinati a metterli alla prova, modifica la strategia con cui affrontarli e utilizza l’esito del processo per aggiornare ulteriormente le proprie capacità. Tutti i modelli della famiglia sono distribuiti in modalità open-weight attraverso Hugging Face.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)