HF harness 适配器训练的四个探索方向:轨迹任务、新 harness 与跨域迁移
yb2698 · x · 2026-11-06
作者补充说明本轮 harness adapters 训练想探索的几个方向:
- 用开源 trajectory 构建新的 RL 任务
- 新增 opencode harness(此前已有 NousResearch 的 hermes 和 Pi)
- safeagents 插件,用于无 reward-hacking 的 RL 训练
- 测试一个从未在 agentic 领域显式训练过的模型能否学会使用 harness——即 Twil-9B 实验
所属事件:HF 开源直播 agent RL 训练：单卡 LoRA 让小模型编码能力大涨(12 条相关)→
「编程与Agent」频道最新
- 本地 MCP 让 Claude 读 WhatsApp/Telegram 并按你的语气拟回复 — SuccessfulCress7441 · 2026-11-06
- 10 个给编码 Agent 加成的开源仓库，最高已 31.3 万星 — victor_explore · 2026-11-06
- Berkeley EnvOpt 论文：优化智能体环境可降本 72.7% 并提升 14.34% 通过率 — dair_ai · 2026-11-06
- 团队花 6 周按官方规则跑 Mem0 自家基准，得分 451 反超原版却被卡提交 — gauzzastrip · 2026-11-06
- Logi 九键实体板改造成编程 Agent 物理确认键：NO/CONTINUE/YES — flngr · 2026-11-06
- evilsocket 谈 Agent 开发：别迷信设计模式，真实项目本就 messy — evilsocket · 2026-11-06