Overmind 用生产 trace 微调 Qwen3.5 9B,幻觉条款减少 20-30 倍
rohanpaul_ai · x · 2026-10-07
Overmind 的思路是把可观测性数据和训练数据打通:从你自己产品的 agent trace 中构建上下文图谱,策划训练集与评测集,再用这些真实任务数据微调一个小型开源模型,与现役大模型在同一批真实任务评测上对比。
- 公开对比案例:经 Overmind 微调的 Qwen3.5 9B 对阵 GPT5.6 Luna 做合同阅读,宣称「幻觉条款」(引用不存在的条款)减少 20-30 倍,逐字引用条款的准确率提升 7 倍。
- 核心洞察:暴露 agent 失败点的 trace 本身就是训练数据,评测集来自真实任务而非公开 benchmark。
- 产出是权重归你所有的开源小模型,可托管在 Overmind 或自行部署。
(以上为公司自行公布的数据,未经第三方验证)
「编程与Agent」频道最新
- 开发者让 Codex 3 分钟写出读取太阳能板数据的 macOS 应用 — Dimillian · 2026-10-07
- 开源动画skill实测：一条AI科普视频抖音5小时破10万播放 — AlchainHust · 2026-10-07
- 连过三张 Claude 认证考后,他分享了完整备考攻略 — Few-Association-913 · 2026-10-07
- universal-modder：AI改游戏的全链路开源项目，还留给下一个agent踩坑笔记 — sujingshen · 2026-10-07
- Sergio Paniego 公开马德里 Kernel Panic 演讲：多 Harness RL 终极指南 — SergioPaniego · 2026-10-07
- AI 代理撞墙:亚马逊封杀 Meta Muse,网站拦截成新瓶颈 — emmanuelvivier · 2026-10-07