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):

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。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →