Hugging Face 用 RL+LoRA 适配 Qwen 给 pi 编码 agent,SWE-bench Pro Hard 从 29.4% 升至 62.7%
art_zucker · x · 2026-11-18
Hugging Face CEO Clement Delangue 发布 Qwen3.8-27B-pi-adapted:用强化学习加 LoRA 适配器,把 Qwen 的模型专门适配到 pi 编码 agent 上,权重开放。
实测成绩(pass@1):
- SWE-bench Pro (Hard 51):29.4% → 62.7%
- Terminal-Bench 2.1:39.5% → 55.8%
- 每个任务的工具调用次数减少 55–62%
他以此展示开放模型的价值:任何人都可以把自己的工具和工作流作为目标,用 RL+LoRA 把开源模型适配成专属版本。评论区有人设想若 DeepSeek 用同样的 harness 做这件事,可能直接逼近前沿水平。
「编程与Agent」频道最新
- Forrest PKnight 排名各编程语言:看 AI 写哪种代码最顺手 — Dan_Jeffries1 · 2026-11-18
- 用 Claude 加 Unreal Engine 5.9 MCP,一天做出游戏续作原型 — TomLikesRobots · 2026-11-18
- 开源 guardrail-middleware:纯确定性检查点拦截失控的 Agent 工具调用 — MidnightHeavy3064 · 2026-11-18
- 最离不开的 Agent 最无聊:每天自动整理下载文件夹的发票与收据 — Winterocean812 · 2026-11-18
- 开源 ZeroIDE-MCP:让一个浏览器 AI Agent 跨多台 Windows 电脑远程干活 — Danywalery · 2026-11-18
- OpenAI 发布 GPT-6.2 Astra/Sol:便宜 20%-600%,但评价两极 — Latent Space · 2026-11-18