Hugging Face 发布 Harness Adapters:LoRA 让 Qwen3.8-27B 适配 Pi agent
Hugging Face 团队(Lysandre、Aritra 及 Lewis Tunstall 团队等,细节由 yb2698 整理发布,CEO Clément Delangue 亦转发宣传)发布 Harness Adapters 项目:与其争论哪个「模型+工具框架」组合体验最好,不如为每个 agent harness 单独训练一个 LoRA 适配器,运行时按需切换,让模型适配 harness 而非反过来。首个适配器 Qwen3.8-27B-pi-adapted 基于 Qwen3.8-27B、面向 Pi 编码 agent,效果显著。
已确认
- 训练思路:不换 agent harness 而是适配模型,在实际使用的 harness 内用安全 RL 训练小型 LoRA
- 训练配方公开:每条 RL rollout 都是 HF 沙箱里一次真实的 Pi 会话,训练器内部不重新实现 agent 循环,使用 TRL 的 AsyncGRPOTrainer 与 OpenEn…(细节由 yb2698 整理发布)
- 跑分:SWE-bench Pro 解题率从 29.4% 提升至 62.7%,工具调用次数节省 55%
- 实例对比:一个真实 SWE-Bench Pro 任务上,基座模型跑满 100 步上限仍未完成,加上适配器后仅用 8 次工具调用即解决
- 部署:LoRA 可在 transformers serve、vLLM、sglang、llama.cpp、macOS 的 MLX 等任意平台运行,也可合并进基座模型后运行;完整细节已公开
为什么重要
- 该方法将「模型与 harness 的适配」变成可训练、可复制的工程问题,而非依赖 prompt 调试或选型之争
- 对资源受限场景尤其有价值:同一基座模型可为不同 harness 按需加载不同适配器
- 完整训练配方与部署细节的公开,使社区可以复现并推广到其他 harness
- HF CEO Clément Delangue 亲自转发推广,显示这是 Hugging Face 官方力推的方向
2026-11-17 ~ 2026-11-18 · 8 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:Hugging Face 发布 Harness Adapters:LoRA 让 Qwen3.8-27B 适配 Pi agent(2026-11-17,8 条)
一手来源
- Harness Adapters发布:LoRA让Qwen3.8-27B在Pi上解题率翻倍 — LysandreJik ·
- Pi harness 适配器 RL 训练实测:SWE-bench Pro 29.4%→62.7%,工具调用省 55% — yb2698 ·
- harness-hub 发布首个 harness 适配器,RL 训练编码 agent 效率 — yb2698 ·
- 实例对比:基座模型 100 步卡死的任务,Pi 适配器 8 次调用解决 — yb2698 · 2026-11-17
- 【源头】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
- Pi 适配器 LoRA 可在 vLLM/llama.cpp/MLX 等任意平台运行 — yb2698 · 2026-11-17
- 【源头】harness-hub 发布首个 harness 适配器,RL 训练编码 agent 效率 — yb2698 · 2026-11-17
- 【源头】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
- Hugging Face 发布 Qwen3.8-27B 的 Pi Agent 专用 LoRA 适配器 — Disastrous-Work-1632 · 2026-11-17
- 用 RL 适配 Qwen3.8-27B 专攻 pi agent:SWE-bench Pro 从 29.4% 飙至 62.7% — victormustar · 2026-11-18