HF 发布 harness adapters 详解博客:每个 harness 一个 LoRA,工具调用全被代理审查
yb2698 · x · 2026-11-06
Hugging Face 团队发布博客,完整阐述「harness adapters」方法:同一个模型在不同 agent harness(pi、opencode、hermes)中表现不同,他们不修改 harness 本身,而是为每个 harness 在基座模型上训练一个小 LoRA 适配器,用户可把本地 agent 背后的模型换成对应适配器。
要点:
- 训练方式:在 harness 内部用可验证任务的 RL 训练,每个「模型×harness」一个适配器,从一个模型统一服务
- 效果:smoke 训练中,held-out 评测上适配器比基座模型用更少的工具调用,同时保持或提升准确率
- 新环境来源:Repo2RLEnvs 把 Hub 上公开的编码会话转成可验证任务,与 SmolDataEnvs 混合训练
- safeagents:harness 与模型之间的代理,用规则检测器检查每一次工具调用,劫持尝试被拦截且记 0 分
- TwIL-8B:一个从未作为 agent 训练过的推理模型也能学会使用 harness;最终训练全程直播
早期版本针对 LFM2.5-24B-A2B 已给出积极信号,本轮是规模化的正式实验。
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
- Meta 工程师将演讲：AI Agent 已能参加 Kaggle 竞赛 — AndLukyane · 2026-11-06
- 98% 源自训练数据：编码 Agent 疯狂安装已弃置的 MCP 服务器 — Arindam_1729 · 2026-11-06
- Ground Truth MCP 连接器：为 AI 代理提供新鲜证据与监控告警 — modelcontextprotocol · 2026-11-06
- Reddit MCP Server 开源：AI 代理可读写 Reddit 全功能接口 — modelcontextprotocol · 2026-11-06
- playmcp 用 AI 把任意歌曲一键变成可玩音乐游戏 — WhaleSong2077 · 2026-11-06
- Supabase 11 月更新:Grok Bot 接入 Cursor,聊天里一句话改代码 — dshukertjr · 2026-11-06