LangSmith 微调实测:OpenSWE Review 精度 62.9%→81.5%,工具调用省 29%
LangChain · x · 2026-10-01
LangChain 用自家两个 agent 实测新发布的 LangSmith Fine-Tuning:
- OpenSWE Review 精度从 62.9% 提升到 81.5%,每次审查的工具调用减少 29%
- 基座用 Kimi K3 微调的 Engine,在 issue 检测基准上击败基座模型和 GPT-5.6 Sol
结论:用 agent 自身轨迹微调专用模型,可在特定任务上以更低成本、更低延迟超过通用前沿模型。
所属事件:LangChain 推出 LangSmith 微调：Agent 轨迹一键变训练数据(3 条相关)→
「编程与Agent」频道最新
- n8n 上线 typesafeai 的 Jev 模型，专做模糊条件路由判断 — hardimanjames · 2026-10-02
- Firecrawl 推出 People Enrichment Pack，让 Agent 查人查公司 — devdigest · 2026-10-02
- 斯坦福新开 CS 224V 课程:用 RAG 与形式化方法做可靠 Agent — stanfordnlp · 2026-10-02
- 开发者实测 OpenAI dots：速度快、首次执行成功率高 — billyjhowell · 2026-10-02
- MINTEval 入选 NeurIPS:LLM agent 难跟上持续变化的环境 — EliasEskin · 2026-10-02
- Claude Code 官员回应状态点「摆态度」:它可能只是忙着别的事 — cyrus_zei · 2026-10-02