单卡 LoRA 微调 1.7B 模型做 agent RL：opencode 提升 9.4 分
yb2698 · x · 2026-11-06
在 20 步 LFM3-1.7B 冒烟训练后，于 150 个从未训练过的 held-out 任务上测试（与基线配对，95% 置信区间）：opencode harness +9.4 ± 6.3 分 pass@1（69%→79%），hermes +6.7 ± 7.1，pi 基本持平（−1.3 ± 6.7）。
作者强调结果尚早且噪声大（每任务单样本），但 opencode 的提升已超出噪声区间。完整训练将在直播中开始。
所属事件:HuggingFace 开源直播 agent RL 训练：LoRA 适配器显著提升编码 harness(8 条相关)→
「编程与Agent」频道最新
- BoxWorks 发布 Box Content Retrieval，CFO 级内容平台押注智能体 — shashib · 2026-11-06
- Agent 别给工具，给解释器：同一模型任务耗时从 19 分钟降到 2 分钟 — Itz_hany · 2026-11-06
- 扫描 99 个热门 MCP 服务器：无工具投毒，真正的坑在 HTTP 模式 — Trout_dev · 2026-11-06
- Notion 数据：Agent 使用量涨 9 倍，第三方 Agent 的 MCP 流量暴涨 60 倍 — dsp_ · 2026-11-06
- Cognition 发布 Devin Review 2.0：PR 审查成本降 5 倍、速度快 1.5 倍 — DevinAI · 2026-11-06
- Salesforce 推出 Metadata Grounding MCP,让编码 Agent 读懂你的 Org — msrivastav13 · 2026-11-06