harness-hub 发布 RL 训练的 harness 适配器,让开源模型专配编程工具
yb2698 · x · 2026-11-19
- 核心思路:同一个开源模型在 Pi、OpenCode、Hermes、Claude Code 等 agent harness 中表现不同,因为各 harness 的工具、提示词和控制流不同。harness-hub 为「模型 × harness」组合训练小型 LoRA 适配器,基础模型不变,按需加载对应适配器。
- 训练方法:在未经修改的原始 harness 内用强化学习训练,技术栈为 TRL AsyncGRPOTrainer + 自定义 RL 环境 + OpenEnv + safeagents,并提供 GGUF 版本。
- 覆盖范围:已为 Qwen3.8-27B(Pi)、LiquidAI LFM2.5-24B-A2B(Pi/Claude Code/Hermes/OpenCode)、LFM3-1.7B、TwIL-8B(实验性)等模型发布多套适配器合集,全部开源在 Hugging Face。
- 作者预告周五在博客放出完整训练配方,读者可为自己的 harness 和任务训练适配器。
所属事件: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(2 条相关)→
「编程与Agent」频道最新
- 苹果 iWork 全家桶接入 MCP:Pages、Numbers、Keynote 可被外部 LLM 控制 — dsp_ · 2026-11-19
- Hermes 适配器放出 GGUF 版:不开思考即追平 xhigh,token 省四分之三 — yb2698 · 2026-11-19
- Anthropic 工程师公开 Claude Code SDK 加 GitHub Actions 工作流教程 — aftahi_ai · 2026-11-19
- Snowflake 官方 Cortex AI 入门 Notebook 开源,SQL 里直调 OpenAI 模型 — adnan_hashmi · 2026-11-19
- 长文:Agent 开发痴迷刷榜,用户成了被遗忘的配角 — tokenbender · 2026-11-19
- Google 提出 GUARD:冻结基座模型让 Agent 自改 harness,准确率提 8.89 分 — omarsar0 · 2026-11-19