harness-hub 开源 RL 训练的 harness 适配器:同一模型为不同 agent 框架单独调优

yb2698 · x · 2026-11-19

harness-hub 团队发布了一系列 harness adapters:每个 LoRA 适配器对应一个基础模型与一种 agent harness(如 Pi、Claude Code、Hermes、OpenCode),因为同一模型在不同 harness 里因工具、提示词和控制流差异而表现不同。

训练配方:每次 RL rollout 都是 Hermes Agent 在 HF sandbox 中的真实会话,用 TRL 的 AsyncGRPOTrainer + OpenEnv 训练,并对每次工具调用做 safeagents 安全检查。目前已覆盖 Qwen3.8-27B、LiquidAI LFM2.5-24B-A2B、LFM3-1.7B、TwIL-8B 等模型,适配器与 GGUF 权重均已开源;作者称周五会在博客放出完整配方,供读者为自己的 harness 和任务训练适配器。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →