LFM2.5-24B 适配器：从发布到本地运行

第 1 集 · LFM2.5-24B 发布 Pi/Claude Code 适配器,RL 训练省约 39% 工具调用(2026-10-30,6 条)

Liquid AI 团队(作者 QGallouedec 介绍训练路径)在 Hugging Face 的 harness-hub 上发布「LFM2.5-24B Harness adapters」合集,为 LFM2.5-24B-A2B 提供分别适配 Pi 和 Claude Code 两个开源 agent 框架的 LoRA 适配器,并附 GGUF 版本。训练方式为 LoRA + RL:先以强模型做引导,再强化学习,单卡 24 小时即可完成。

已确认

• 合集包含 Pi 与 Claude Code 两套 LoRA 适配器及 GGUF 版本,已在 Hugging Face 上线
• 官方口径:在 pi harness 中工具调用减少约 39%40%,准确率/成功率不变
• @yb2698 的独立对比:pass@1 上,Pi run(lr 1e-5)在 110 步时较基线下降 8 个百分点,claude-code run 的表现帖中亦有对比数据;整体结论是 Pi 步数取 100 步最划算,工具调用约降 37%
• 训练成本为单卡 24 小时

为什么重要

• 该工作显示用低成本 RL 微调即可显著提升开源 agent 框架的运行效率,减少不必要的工具调用,直接降低 agentic 开发的推理开销
• 适配器按 harness 定制并附 GGUF,便于本地部署与社区复现,为开源 agent 生态提供了可参照的效率优化范式

• LFM2.5-24B 推出 Pi/Claude Code 双适配器合集,RL 训练省调用 — yb2698 · 2026-10-30
• 单卡 24 小时 LoRA+RL:LFM2.5-24B 适配器省 40% 工具调用 — yb2698 · 2026-10-30
• Pi 步数 100 步最划算：LFM2.5 LoRA 降 37% 工具调用 — yb2698 · 2026-10-30
• LFM2.5-24B 推出 Pi/Claude Code 适配器，工具调用减少 39% 成功率不变 — yb2698 · 2026-10-30
• RL 训练 LoRA 适配器让 LFM2.5-24B 工具调用减少 39% — amaarora · 2026-10-30
• LFM2.5-24B 发布 LoRA 适配器，Pi 上工具调用最多省 40% — yb2698 · 2026-10-30

第 2 集 · LFM2.5 Pi LoRA 适配器推出 GGUF 版支持本地运行(2026-10-30,2 条)

作者发布了 harness-hub/LFM2.5-24B-A2B-pi-GGUF，即此前通过 Pi 框架强化学习训练的 LoRA agent 适配器的 GGUF 格式版本，F16 下仅 37MB，可在 llama.cpp 中本地运行。实测显示其搭配 Pi LoRA 在 Pi harness 上效果良好，团队表示后续还将推出更多 harness 相关内容。

• LFM2.5 Pi LoRA 上架 GGUF:llama.cpp 本地跑 agent 适配器 — yb2698 · 2026-10-30
• 发布 GGUF 权重,可在 llama.cpp 搭配 Pi LoRA 使用 — yb2698 · 2026-10-30