Pi 步数 100 步最划算：LFM2.5 LoRA 降 37% 工具调用
yb2698 · x · 2026-10-30
作者对比 LFM2.5-24B-A2B 各 LoRA checkpoint 在相同任务与评测框架下的表现：
- pass@1:Pi run(lr 1e-5)在 110 步时较基线 -8 个百分点,claude-code run 在 100 步时 +4 个百分点;±5 个百分点内均属 100 任务评测的噪声范围。
- 工具调用效率:Pi-100 步是最佳折中——在双方都能解出的任务上,工具调用减少约 37%,且准确率基本保留。
- claude-code 版本未见明显增益,团队表示将继续迭代。
训练采用 LoRA + RL,单张 B300 GPU 上约 24 小时完成,一半显存跑 vLLM 服务器、另一半跑训练。
「编程与Agent」频道最新
- 6299 队中夺第 9：智能体读 MRI 写标签征战 Kaggle 膝关节异常检测 — kagglingdieter · 2026-10-30
- 开源桌面 Agent Row-Bot 演示:下个目标后 3 轮完成店铺上线准备 — Acceptable-Object390 · 2026-10-30
- 换模型只是小事:AI 项目真正资产在规则、测试与日志 — alex_verem · 2026-10-30
- 用 ChatGPT 里的 CapCut GPT,5 分钟搞定短视频脚本、剪辑和配音 — thisguyknowsai · 2026-10-30
- 读 57 篇论文总结:多伦多大学称 harness 设计可造成 6 倍性能差 — Marmelab · 2026-10-30
- RTX 3060 12GB 跑通 MiniMax H3 双人武打长镜头：首帧+18 格分镜+3 个 LoRA — JinnTsui · 2026-10-30