把模型放进 harness 里训练：LFM2.5 的 agentic RL 细节
helloiamleonie · x · 2026-09-25
Leonie 解释 agentic RL 环节：既然模型如今主要通过 agent harness 使用，就直接在 harness 内训练，让模型提前熟悉各 harness 的 system prompt 和内置工具。整体架构分三块：tasks（写演示文稿、分析报告等办公类 agentic 任务）、harness（模型通过 harness 处理任务）、sandbox（每次 rollout 起一个全新沙箱，模型经 harness 与工具和本地文件系统交互）。
所属事件:Liquid AI 发布 LFM2.5-2.6B 并公开端侧 Agent 后训练配方(11 条相关)→
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真平台：从代码库构建数字孪生自动找故障 — thisguyknowsai · 2026-11-11
- 0xJeff:x402 的真正短板在企业级,大钱在 B2V 而非机器互付 — 0xJeff · 2026-11-11
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- Orchestrator v0.14.11 发布：统一管理散落各处的 AI 编程会话 — julianweisser · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11