Harness Adapters 发布:LoRA 让 Qwen3.8-27B 编码跑分翻倍
Hugging Face 团队(Lewis Tunstall 等)与 harness-hub 发布 Harness Adapters:不更换 agent harness,而是通过安全 RL 训练为特定 harness 定制 LoRA 适配器(如 Qwen3.8-27B-pi-adapted)。训练中每条 RL rollout 都是 HF 沙箱里一次真实的 Pi 会话,训练器不重新实现 agent 循环。实测显示模型在 Pi harness 上解题率翻倍,SWE-bench Pro 从 29.4% 升至 62.7%,工具调用成本节省 55%。
2026-11-17 ~ 2026-11-17 · 4 条相关
- 第 1 集:HF 直播训练 harness 适配器:LoRA+RL 让小模型更会当 Agent(2026-11-06,18 条)
- 第 2 集:Harness Adapters 发布:LoRA 让 Qwen3.8-27B 编码跑分翻倍(2026-11-17,4 条)
- Pi harness 适配器 RL 训练实测:SWE-bench Pro 29.4%→62.7%,工具调用省 55% — yb2698 · 2026-11-17
- harness-hub 发布首个 harness 适配器,RL 训练编码 agent 效率 — yb2698 · 2026-11-17
- Harness Adapters发布:LoRA让Qwen3.8-27B在Pi上解题率翻倍 — LysandreJik · 2026-11-17
- 为 Pi harness 定制 LoRA 适配器:Qwen3.8-27B 编码跑分翻倍 — yb2698 · 2026-11-17