用 RL 适配 Qwen3.8-27B 专攻 pi agent:SWE-bench Pro 从 29.4% 飙至 62.7%

victormustar · x · 2026-11-18

Hugging Face CEO Clement Delangue 发布 Qwen3.8-27B-pi-adapted:用强化学习(async-GRPO)加 LoRA 适配器,把 Qwen 的开源模型专门适配到 pi 编码 agent 上。

实测提升(pass@1):

权重已在 Hugging Face 开源(harness-hub/Qwen3.8-27B-pi-adapted),并公开方法论。核心卖点:开源模型可以针对自己的工具和场景做定制适配,这正是开源的价值所在。

所属事件:Hugging Face 发布 Pi 专用适配器,编码跑分翻倍(8 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →