Hugging Face 推出 harness adapters,TB-2.1 提升 3-5.7 个百分点

yb2698 · x · 2026-11-21

Hugging Face 团队发布「harness adapters」:为你的评测/执行 harness 适配模型,以提升表现并降低成本。作者已开始对 Qwen3.8-27B(思考模式)做 RL 训练,早期信号积极。

当前结果(TB-2.1,68 个任务):

配套博客介绍了在 HF 上用 openenv 生成自定义 RL 任务、用短训练测试过滤器、AsyncGRPOTrainer 高效 GRPO 训练等完整方法。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →