$119 训练 Qwen 27B 做 Cypher agent,图查询准确率提升 6.2 分

sophiamyang · x · 2026-10-11

开发者 Adithya Giridharan 用 Fireworks 的 serverless 训练 API，以强化学习后训练 Qwen 3.8 27B，让它在 65 万节点的 Neo4j 图数据库上通过生成 Cypher 查询回答问题。

关键事实：

• 任务把 BIRD text-to-SQL 基准的 codebasecommunity 数据重建模为属性图：649,846 个节点、1,380,394 条关系；模型作为 agent 可调用 runcypher 工具最多 8 次。
• 训练数据全部是机器生成的问题，测试用 186 道从未见过的人类撰写问题（来自 BIRD）。
• 严格准确率从 0.598 升至 0.660，提升 6.2 分（95% 区间 3.1–9.4），事先设定了通过门槛。
• 有趣发现：提升来自模型在原本「有时能答对」的问题上变得更可靠，没有解出一道以前从未解出的新题；宽松/严格双评分标准的差距也揭示了答案格式对得分的影响。
• 全程无需自备 GPU，成本约 $119（另一处提及获 $150 credits）。

原文链接 →

「编程与Agent」频道最新

• 评测即回放：用 R2+Docker 沙盒搭 agent eval,90% 功夫在测量 — danshipper · 2026-10-11
• 一人扛起公司自动化：n8n 自托管 vs Cloud Run 自写代码怎么选 — Mysterious_Profit696 · 2026-10-11
• 自动研究 Agent 会陷入「点子盆地」，fork-and-flush 提出破局法 — menhguin · 2026-10-11
• JetBrains Air 插件实测：WebStorm 里并行管理两个编码 Agent — mhdfaran · 2026-10-11
• 用 Opus 5.5 vibe code 复刻《奥日》风格平台游戏,Boss 追逐战惊艳 — chongdashu · 2026-10-11
• 开发者自建日志工具追查 OpenAI 账单：吃掉预算的竟不是 token 大头 — Atm1n9 · 2026-10-11

更多「编程与Agent」频道 AI 资讯 →