多 harness RL 指南:LFM2.5 得分 42%→54%,工具调用少 31%
SergioPaniego · x · 2026-10-01
Adithya S K 发布《The ultimate guide to multi-harness RL》开源指南。核心观察:同一模型在不同 agent harness(Claude Code、Codex、OpenCode 等)中的表现差异很大。他们提出一套开放方法,让任意模型可在任意任务集上、直接在用户真实使用的 harness 内做 RL 训练,且无需改动 harness 或训练代码的一行。实测:LFM2.5-2.6B 在四个 harness 上跨 harness 训练后,得分从 42% 提升到 54%,工具调用次数减少 31%。
所属事件:Hugging Face 发布全开源多 harness 强化学习指南(6 条相关)→
「编程与Agent」频道最新
- Murat 发布 TLAPS-Bench:用 TLA+ 形式化证明真实系统规格的正确性 — tianyin_xu · 2026-11-19
- Rivet 实战经验:别让 JEV 推理,拆成微小是非题反而更准 — yawnxyz · 2026-11-19
- 16 次 MVP 老手用原生 PowerShell 给微软 Intelligent Terminal 造了个自定义 Agent — dfinke · 2026-11-19
- 马斯克喊话:把 Grok Bot 当成一个很聪明的员工来用 — elonmusk · 2026-11-19
- Eve 编码工具复用编译器模块图,构建时间从 56.9 秒降到 6.9 秒 — evilrabbit_ · 2026-11-19
- Klaus 分享 AI 测试平台界面:一句话即可生成全站测试 — KlausCodes · 2026-11-19