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
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16