1900 步 RL 训出 9 个开源 agent 适配器：工具效率最高提升 43%
yb2698 · x · 2026-11-09
一项开源实验宣布完成：基于 @liquidai 的 LFM2.5-24B、LFM3 与 @thewebAI 的 Twil-8B，使用 HuggingFace Jobs 进行了超过 1900 步 RL 训练，产出 9 个适配器（附 GGUF，开箱即用），针对 pi、hermes 和 opencode 三类 harness 优化。
效果方面：LFM3 在留出数据分析测试集上工具调用效率最高提升 43%、准确率提升 15%；Twil-8B 工具调用效率最高提升 37%。训练期间用 safeagents 插件拦截 reward hacking 尝试，相关尝试数据也一并开源。
所属事件:开源实验用 RL 训出 9 个 agent 适配器，工具效率最高提升 43%(4 条相关)→
「编程与Agent」频道最新
- Khala Research 预告新报告:用不可篡改记录界定 Agent 事故责任 — 0xSammy · 2026-11-09
- 商汤开源 SenseNova 6.8 Code2Video:用代码生成可编辑视频 — HeyZoyaKhan · 2026-11-09
- Alexandr Wang:写代码时代已过,核心技能变成协调海量 Agent — 2C_ornot2C · 2026-11-09
- 让云端 AI Agent 安全进入家庭网络：Muse+Tailscale 实操驱动收音机 — Dave_Maynor · 2026-11-09
- Agent 9 秒删光生产数据库:开发者主张 CD 环节必须留人工 — Pavan_Belagatti · 2026-11-09
- Agent 时代的两种债：理解债比技术债更致命 — Al_Grigor · 2026-11-09