单卡 24 小时 LoRA+RL:LFM2.5-24B 适配器省 40% 工具调用
yb2698 · x · 2026-10-30
harness-hub 团队发布基于 LiquidAI LFM2.5-24B 的 LoRA 适配器,分别针对 Pi 和 Claude Code 两个开源 agent 框架,用 LoRA + RL 训练,让开源框架上的智能体开发更省调用——在 Pi 上最多减少 40% 工具调用。
训练配方:参考公开 recipe,把整张 B300 GPU 对半分,一半跑 vLLM 推理服务器、一半跑训练进程,全程约 24 小时在单卡上完成。
所属事件:LFM2.5-24B 发布 Pi/Claude Code LoRA 适配器(4 条相关)→
「编程与Agent」频道最新
- 4B 小模型当审查员把关 70 倍大 Agent，仅 4% 步骤多花 9-13% 成本 — petrusenko_max · 2026-10-30
- 静态评测集会过期：RAG 评测应做成随知识库更新的流水线 — paulabartabajo_ · 2026-10-30
- 过去一周的活，现在交给 Sol 或 Opus 约 5 分钟完成 — D3VAUX · 2026-10-30
- dhh 对垒逐行审查派:验证结果才是 AI 编程的未来 — CtrlAltDwayne · 2026-10-30
- AI 写码+AI 审 PR 之后，还需要一个 AI QA 写 Playwright 测试吗 — Infinite-Fly-2756 · 2026-10-30
- GitHub Octoverse 榜单：Claude Code 居增速榜首，helium 入 Top 10 — uwukko · 2026-10-30