同一模型不同 harness 分差 29%,HF 发布多 harness RL 全开源指南
huggingface · x · 2026-10-02
Hugging Face 团队发现:同一模型、同一权重,在一个 agent harness 中得分 62%,在另一个只有 33%。他们发布了年度最实用的多 harness RL 指南,完全开源。
核心技巧:不动 harness 本身,把模型指向一个代理(proxy)。代理支持编码 agent 用的全部四种 API 格式(OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini),记录 vLLM 采样出的精确 token id 和 logprobs,并在其上训练。Claude Code、Codex、OpenCode 一行代码都不用改。
结果:
- 同时在 4 个 harness 上训练,Liquid AI 的 LFM2.5-2.6B 从 42% 提升到 54%
- 因给「更少步数完成任务」小奖励,工具调用减少 31%
- 只在 OpenCode 上训练把其成绩从 34% 提到 58%,但多 harness 训练的模型提升更均衡
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
- FT:赶工修复 AI 找出的 bug,导致美国科技公司频繁宕机 — nordicinst · 2026-11-19
- ANT 上市前夜数据:Claude Code 一年反超 Cursor 和 Copilot — antgoldbloom · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS AgentCore Identity 支持私有 CA,Agent 可直连内网自建 IdP — AWS ML Blog · 2026-11-19
- Orchestrator Cloud Agents 结束测试正式上线 — julianweisser · 2026-11-19
- 开发者开源企业级 Agent 审计追踪模型:10 个数据模型找安全工程师挑刺 — TheHamzaShahbaz · 2026-11-19