RL 训练 LoRA 适配器让 LFM2.5-24B 工具调用减少 39%
amaarora · x · 2026-10-30
Liquid AI 团队发布了一组针对 LFM2.5-24B-A2B 的 LoRA 适配器，用 RL 训练让模型在开源 agent harness 中运行更高效：准确率不变的情况下，在 pi harness 中工具调用减少约 39%40%。
- 适配器分 pi 和 Claude Code 两个版本，均已上架 Hugging Face(harness-hub 集合)，并附 GGUF 量化版(约 18.7MB)
- 训练配方公开：Liquid AI 基座 + badlogic 的 pi harness + TRL AsyncGRPO,单卡 GPU 训练约 24 小时
- 思路是用 RL 把模型针对特定 harness 的调用模式做专门优化，减少冗余步骤而非提升任务解决率
所属事件:LFM2.5-24B 发布 Pi/Claude Code 适配器,RL 训练省约 39% 工具调用(6 条相关)→
「编程与Agent」频道最新
- 数据泄漏已波及 648 篇论文，autoarxiv 一键自动复现 arXiv 研究 — pandeyparul · 2026-10-30
- METR 实验：AI 让资深开发者慢 19%，本人却自认快了 20% — srimisra · 2026-10-30
- Clairvoyance 免费工具：把 Claude Code、Codex 等编码 agent 接入日常桌面工作流 — draginol · 2026-10-30
- 同一条提示词：Fabric Apps 版 Claude 报表更好且成本仅五分之一 — adnan_hashmi · 2026-10-30
- 用 Antigravity 插件市场审计 80 页幻灯片，自动对齐文档更新 — rseroter · 2026-10-30
- OpenAI 11 月 9 日办 Cloud Native 黑客松，M5Stack 变身集群桌面警报器 — OpenAIDevs · 2026-10-30