HF 团队 RL 训 300MB LoRA:关思考达 xhigh 精度,省 8.1 倍 token
Disastrous-Work-1632 · reddit · 2026-11-18
Hugging Face 的 Aritra 发布了第二个 harness 适配器:在冻结的 Qwen3.8-27B 上用 RL 训练的 LoRA(r=32,约 300MB),专配 OpenCode 编码 agent。
- 核心效果:关闭 thinking 模式下,适配器在 SWE-bench Pro (hard 51) 达到 51.0%,追平基座模型开 xhigh thinking 的 47.1% 精度,而生成 token 少 8.1 倍(中位约 3.5k vs 28k);开 thinking 后更高(54.9%)。
- 本地运行:给出完整命令——用 hf download 拉取 Qwen3.8-27B Q80 GGUF 与适配器 F16 LoRA,llama serve 加载并以 enablethinking: false、64k 上下文启动。
- 这是继前一天 pi 适配器之后 HF「harness adapters」系列的第二个,思路是针对具体 agent harness 微调小适配器来替代昂贵的长思考。
「编程与Agent」频道最新
- 对着聊天框说句话就能微调模型:Hermes 新插件 adaption 上线 — sarahookr · 2026-11-18
- Hermes agent 内对话即可微调模型:Adaption 插件打通全流程 — sarahookr · 2026-11-18
- Sidehand:让 agent 后台操控 Windows 应用,不打扰你的键鼠 — Agitated_Chair_4977 · 2026-11-18
- 英国超市巨头 M&S 用 GitHub Copilot 搭多智能体零售流水线 — marlene_zw · 2026-11-18
- 语音 agent 流量全迁单一数据中心,P95 首字延迟降一半 — itsOmSarraf_ · 2026-11-18
- 用 GPT-6.2 Sol 做长任务总提前停?调高推理强度试试 — pvncher · 2026-11-18