libérer: 2026/11/19 01:04 lire: 0
Auteur original:智用AI
Source originale:https://www.youtube.com/embed/hs2BpFPKuqA
L'adaptateur LoRA Qwen3.8-27B du hub de harnais Hugging Face atteint la précision du modèle de base lorsque le mode réflexion est désactivé, et la consommation de jetons est réduite d'environ 4,5 fois. L'équipe harnais-hub de Hugging Face a publié l'adaptateur LoRA Qwen3.8-27B-pi adapté pour Qwen3.8-27B, spécifiquement utilisé pour les agents d'encodage pi. L'adaptateur est formé via des méthodes d'apprentissage par renforcement et améliore la précision pass@1 de 39,2 % à 64,7 % sur SWE-bench Pro et de 39,5 % à 55,8 % sur Terminal-Bench 2.1. Plus important encore, il atteint le niveau de précision du modèle de base avec le mode réflexion désactivé lorsque le mode réflexion est désactivé. Dans le même temps, la consommation de jetons est réduite d'environ 4,5 fois et le nombre de cycles d'interaction est considérablement réduit. Cet article démonte le mécanisme de formation par apprentissage par renforcement, les performances d'évaluation et le chemin de déploiement de l'adaptateur LoRA. Qwen3.8-27B, LoRA, agent de codage, apprentissage par renforcement, pi, SWE-bench, vLLM. Si ce genre de démontage sous-jacent vous est utile, abonnez-vous + ouvrez la petite cloche, et la nouvelle mise à jour vous sera livrée dans les plus brefs délais. ⏱ Chapitre 00:00 Le résultat contre-intuitif est affiché en premier : désactivez le mode réflexion, le taux de précision augmente au lieu de diminuer et le nombre de cycles d'interaction est considérablement réduit. 00:46 Il ne s'agit pas d'un réglage général, mais d'un adaptateur d'apprentissage par renforcement personnalisé pour l'environnement d'agent spécifique de pi. 01:14 L'échelle de formation n'est pas grande : 750 tâches scale800 plus 300 TermG 01:26 L'adaptateur est fortement lié au pi et ne garantit pas la migration vers d'autres frameworks d'agents ; en même temps, l'architecture de base et la fenêtre de contexte sont difficiles 02:23 Un jugement qui mérite d'être retenu : effectuer un alignement d'apprentissage par renforcement LoRA à petite échelle pour un environnement d'agent spécifique consiste à améliorer la programmation locale 🔎 Continuez la sélection de cette vidéo : https://zhiyong.dev/y/hs2BpFPKuqA --- 🔎 Outils, modèles et applications d'IA associés : https://zhiyong.dev
CRYPTO_BEN
2026-11-22 23:36
子敬.轮回珠宝
2026-11-22 23:36
kumis patiler
2026-11-22 23:36
Ha Ms
2026-11-22 23:36
CryptoMetric
2026-11-22 23:36
劇翻天 Drama Go
2026-11-22 16:36
CryptoMason
2026-11-22 16:22
Lý Tử Ly
2026-11-22 14:42
Pidoku
2026-11-22 14:15
Sélectionnez la devise
US Dollar
USD
Chinese Yuan
CNY
Japanese Yen
JPY
South Korean Won
KRW
New Taiwan Dollar
TWD
Canadian Dollar
CAD
Euro
EUR
Pound Sterling
GBP
Danish Krone
DKK
Hong Kong Dollar
HKD
Australian Dollar
AUD
Brazilian Real
BRL
Swiss Franc
CHF
Chilean Peso
CLP
Czech Koruna KČ
CZK
Singapore Dollar
SGD
Indian Rupee
INR
Saudi Riyal
SAR
Vietnamese Dong
VND
Thai Baht
THB
Sélectionnez la devise
US Dollar
USD-$
Chinese Yuan
CNY-¥
Japanese Yen
JPY-¥
South Korean Won
KRW -₩
New Taiwan Dollar
TWD-NT$
Canadian Dollar
CAD-$
Euro
EUR - €
Pound Sterling
GBP-£
Danish Krone
DKK-KR
Hong Kong Dollar
HKD- $
Australian Dollar
AUD-$
Brazilian Real
BRL -R$
Swiss Franc
CHF -FR
Chilean Peso
CLP-$
Czech Koruna KČ
CZK -KČ
Singapore Dollar
SGD-S$
Indian Rupee
INR -₹
Saudi Riyal
SAR -SAR
Vietnamese Dong
VND-₫
Thai Baht
THB -฿