NousResearch 发布 Qwen3.8-27B Hermes 适配器
NousResearch 于 11 月 19 日为阿里 Qwen3.8-27B 发布第三个轻量 Hermes 适配器(此前已有 Pi 和 OpenCode 版本),使该模型在 Hermes Agent 生态中成为更强、更高效的 agent 模型。
已确认
- SWE-Bench Pro(hard 51)pass rate 从基础模型的 29.4% 提升至 43.1%,提高 13.7 分;token 消耗节省约 3.5 倍
- 适配器为 r=32 的 LoRA,约 320MB(F16 GGUF),在冻结的 Qwen3.8-27B 上训练,GGUF 权重以 Apache-2.0 许可开源
- 训练配方:每次 rollout 都是 HF 沙箱里的真实 Hermes 会话,以强化学习完成训练
- 效率对比:同一 10k token 每任务预算下,适配器解出 51% 的 TB-2.1 任务和 39% 的 SWE-Bench Pro 任务,而基础模型 xhigh 档仅解 28%(TB-2.1)
- 作者补充一个真实 SWE-Bench Pro 任务演示:基础模型弄坏测试文件并耗尽 100 步预算失败,适配器版本仅用 35 次工具调用即解出
- 据 @ariG23498 转述,该适配器在关思考(no-thinking)模式下也能保持 43.1% 的成绩
为什么重要
- 用极小的 LoRA(320MB)在特定 harness 上做 RL 训练,即可换取大幅 agent 能力提升与 token 成本下降,展示了轻量适配器路线的性价比
- 真实会话驱动的 RL 训练与开源权重(Apache-2.0)使社区可直接复现和部署
2026-11-19 ~ 2026-11-19 · 7 条相关
一手来源
- 【源头】NousResearch 发布 Qwen3.8-27B Hermes 适配器:SWE-Bench Pro 29.4%→43.1%,token 省 3.5 倍 — yb2698 · 2026-11-19
- Hermes 适配器实战演示:35 次工具调用解出基础模型搞砸的 SWE-Bench Pro 任务 — yb2698 · 2026-11-19
- 同一 10k token 预算:适配器解 51% TB-2.1,基座 xhigh 只解 28% — yb2698 · 2026-11-19
- 【源头】RL 训练的 Hermes Agent LoRA:SWE-Bench Pro 提升 13.7 分,token 少一半 — yb2698 · 2026-11-19
- 【源头】320MB LoRA 让 Qwen3.8-27B 关思考也能打:SWE-bench Pro 43.1% — HauntingMoment · 2026-11-19
- NousResearch 推出 Hermes 适配器:Qwen3 SWE-Bench Pro 成绩大涨 — ariG23498 · 2026-11-19
另有 1 条近重复转述:yb2698