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):
- SWE-bench Pro(Hard 51 子集):29.4% → 62.7%(+34 分)
- Terminal-Bench 2.1:39.5% → 55.8%(+16 分)
- 每个任务的工具调用次数减少 55–62%
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)→
「编程与Agent」频道最新
- OpenAI 工程师在 QCon 分享:用 Agent 集群把 Spark 升级变「无聊」 — AdiPolak · 2026-11-18
- YC 系创业公司推出 Agent 数据市场:100+ 数据源按次付费 — ycombinator · 2026-11-18
- Replit CEO 介绍 Missions:预算内完成目标的 Agent 集群框架 — amasad · 2026-11-18
- Replit 用 Agent 集群复刻 Datadog:开源 DataCat,对标 8.37 万美元/年订阅 — amasad · 2026-11-18
- OpenAI 员工称愿每月多付 20 美元,换 agent 自动读取推文 API — willdepue · 2026-11-18
- SpaceX 工程师:全员用 Cursor 写码,Grok Bot 按模块审每个 PR — aryamankhawow · 2026-11-18