Hugging Face 11 月 20 日发布 Harness Adapters 实验方案:不改基础模型主体,而是在目标智能体运行框架内部,用强化学习训练 LoRA 适配器,让模型更贴合团队实际使用的工具链和任务分布。
团队以 Qwen3.8-27B 为基础,分别针对 Pi、OpenCode 和 Hermes Agent 训练适配器,并尝试把三者合并为一个可跨框架使用的 super-adapter。按 Hugging Face 公布的评测,在 Terminal-Bench 2.1 的 Pi 配置中,基础模型 pass@1 为 39%,适配后为 55%;平均 token 用量从约 2.9K 降到 1.5K。文章还公开了训练流程、任务数据和模型适配器,供开发者复现。
这些数字来自特定模型、任务集和框架配置,不能直接推断到所有模型或真实生产任务。Hugging Face 也指出,合并适配器在不同框架上的收益并不一致,训练后出现的行为变化仍需继续研究。它展示的是一种“围绕部署环境训练”的方法,而非通用性能保证。
官方文章:https://huggingface.co/blog/harness-adapters-at-scale |