Hugging Face 用 RL+LoRA 适配器把推理模型改造成 Agent
yb2698 · x · 2026-11-07
webAI 发布 TwIL-8B 数日后，Hugging Face 团队发表新研究，探索用强化学习和轻量 LoRA 适配器把推理模型转化为具备工具调用能力的 Agent，评测基准中纳入了 TwIL-8B 与 Liquid AI 的模型。
初步结果显示，TwIL-8B 虽未针对 agentic 工具使用做专门训练，但在三种 agent harness 的基线评测中已全面超过更小的 LFM3-1.7B（图中实验数据：opencode 0.822、hermes 0.632、pi 0.573）。团队正进一步用专门的 RL 提升这些能力。
webAI 借此强调其「一个基座模型 + 多种专精能力」的技术路线：智能应当可适配、高效，而不必依赖越来越大的模型。原文链接指向 HF 的 harness-adapters 博客。
「编程与Agent」频道最新
- libghostty 1.0 发布：JetBrains 等产品 1250 万用户已在用 — jedisct1 · 2026-11-07
- Teknium：会话超 10 万 token 时上下文检索更划算 — Teknium · 2026-11-07
- Claude Opus 5.5 把 3 分钟任务做成 3 小时,自曝 57 条失误 — PMinervini · 2026-11-07
- Xepak:从 PostgREST 替代品长成本地 REST/RPC/MCP/RAG 一体构建器 — rumatoest · 2026-11-07
- 开发者突发奇想:把 T3 Code 移植到 Nintendo 3DS 上跑 — Josikinz · 2026-11-07
- 博主提炼 Anthropic 官网铜版画风格,做成配图 Skill — yihui_indie · 2026-11-07