Qwen3-27B 加 RL 和小 LoRA,SWE-bench Pro 从 39% 升至 65%
TheTuringPost · x · 2026-11-21
TheTuringPost 总结本周写过的 Hugging Face 训练配方,思路与「换 harness」相反:保留测试框架、改造模型本身。用强化学习加一个小型 LoRA,Qwen3.8-27B 在 SWE-bench Pro 上的成绩从 39% 提升到 65%。
在与 rasbt 的讨论中,rasbt 指出 LLM 本身就是针对特定 harness 和工具微调的——harness 是训练设置的一部分,模型无法真正「吸收」它,类比 CPU/GPU 吸收操作系统的角色。作者据此提出一个实用问题:对你的具体场景来说,改 harness 和改模型哪边成本更低?并征集有人在同一任务上对比过两种路径。
所属事件:Harness 会被 LLM 吸收还是应微调模型,研究者观点交锋(3 条相关)→
「编程与Agent」频道最新
- Squad 智能体接管作者 Gmail 邮箱:长对话处理+主动提醒+自动跟进 — tibo_maker · 2026-11-21
- Garry Tan 发问:AI 编码能否一两个月内做出无瑕疵的 GTA VI PC 版 — garrytan · 2026-11-21
- 微软 Fabric 新增 HorizonDB,让 AI Agent 按需动态创建数据库 — DavidLinthicum · 2026-11-21
- Multica 上线百人+Agent 实时协同文档,内部已替代飞书 — jiayuan_jy · 2026-11-21
- AI 两周移植 2 万+ Fortnite 蓝图到 Verse,Epic 原估需数年 — jradoff · 2026-11-21
- 商家屏蔽购物 Agent 痛失 1100 美元订单,用户转头本地成交 — Scobleizer · 2026-11-21