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):
- Step 70 的 think harness adapter 明显优于 base think 模式,也略优于 non-think Pi adapter + think 组合;
- 相比 base think 更省 token,也比此前的 Pi adapter 更省;
- 截图中数据:相比 base think32k,Checkpoint-70 达 67.6%(+11/-2 任务,p=0.022),工具调用 -23%、token -21%;相比 think32k-pi-mt 达 70.6%(+13/-3,p=0.021),工具调用 -38%、token 仅 +3%。
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。
「编程与Agent」频道最新
- 实测:长会话 55%-85% Claude 用量耗在重读历史,作者开源 /flight-deck 分段方案 — PawelHuryn · 2026-11-21
- 开源项目:让编码 Agent 在 Mac 上把真实城市做成等距像素地图 — zsakib_ · 2026-11-21
- 单二进制 Rust MCP codemap-search 开源:索引 Grafana 2.4 万文件仅 13-16 秒 — Designer-Seaweed4661 · 2026-11-21
- Anthropic 将 Agent 工具上下文从 15 万 token 压到 2 千,省 98.7% — blaizedsouza · 2026-11-21
- 开发者做「Web Agent 版 OpenRouter」POC:跨厂商路由与任务验证 — Impossible-Comb4759 · 2026-11-21
- 用 Grok Bot 搭一键动效师:从想法到带音乐动画视频全流程 — nima_owji · 2026-11-21