精选教程71

Hugging Face 发布 harness adapters:用 RL 为 Qwen3.8-27B 适配 Pi、OpenCode 与 Hermes Agent

原标题:Introducing harness adapters: adapt your favorite model to your harness to improve performance and cost

Hugging Face Blog发布时间 (北京时间)

AI 速览

根据原文整理

Hugging Face 公开在 Pi、OpenCode、Hermes Agent 三个 harness 内用 RL 为 Qwen3.8-27B 训练 LoRA 适配器的完整流程。

Pi 通过率
39% → 55%
每任务 token
2.9K → 1.5K
数据集任务
871 个
合格任务
171 个
发布
为 Qwen3.8-27B 在 Pi、OpenCode、Hermes Agent 各训练一个 LoRA 适配器。
效果
Pi harness 下 Terminal-Bench 2.1 通过率从 39% 升至 55%,每任务 token 从 2.9K 降到 1.5K。
方法
harness 按原样运行,训练器通过代理记录其真实 token,用 TRL AsyncGRPOTrainer 做 GRPO 训练。
数据
数据集含 871 个任务,经校验与难度筛选后 171 个合格任务用于训练。
下一步
三个适配器合并为一个 super adapter,可在三个 harness 下直接运行。

原文讲了什么

  1. 在 harness 内训练
  2. 生成自定义 RL 任务
  3. 短训练测试过滤器
  4. AsyncGRPOTrainer 训练
  5. 合并为超级适配器
  6. 最终结果与开放问题

为什么值得看想让自有模型在特定智能体 harness 和任务上更准更省 token 的开发者,可照此流程复现。

由 AI 阅读原文后整理,可能有疏漏,细节以原文为准。

Hugging FaceAgent 智能体开源生态数据与训练教程实践#教程/实践#Agent#数据/训练#开源/仓库#Hugging Face