Hugging Face发布harness适配器:RL定制LoRA提升模型表现
Hugging Face推出harness适配器方法,通过在特定智能体框架内做强化学习训练LoRA,使Qwen3.8-27B在Terminal-Bench 2.1上的通过率从39%升至55%,单任务平均token从2.9K降至1.5K。该方案已覆盖Pi、OpenCode和Hermes Agent三种框架,并公布可复现流程。
AI 日报收录的 TRL 相关报道,共 2 篇,按时间倒序,每小时更新。
Hugging Face推出harness适配器方法,通过在特定智能体框架内做强化学习训练LoRA,使Qwen3.8-27B在Terminal-Bench 2.1上的通过率从39%升至55%,单任务平均token从2.9K降至1.5K。该方案已覆盖Pi、OpenCode和Hermes Agent三种框架,并公布可复现流程。
Hugging Face后训练团队发布了一份长篇指南,介绍如何利用TRL和Harbor等开源库,在不同编程框架下训练开源模型。该指南提供了针对各类自定义框架优化模型性能的方法,作者欢迎社区反馈。