リリース: 2026/11/19 01:04 読む: 0
原作者:智用AI
オリジナルソース:https://www.youtube.com/embed/hs2BpFPKuqA
Hugging Face harness-hub の Qwen3.8-27B LoRA アダプターは、思考モードをオフにするとベーシック モデルの精度に達し、トークン消費量が約 4.5 倍に削減されます。 Hugging Face のハーネス ハブ チームは、特に pi エンコード エージェントに使用される、Qwen3.8-27B 用の LoRA アダプター Qwen3.8-27B-pi-adapted をリリースしました。このアダプターは強化学習手法を通じてトレーニングされており、pass@1 の精度が SWE-bench Pro で 39.2% から 64.7%、ターミナルベンチ 2.1 で 39.5% から 55.8% に向上しました。さらに重要なのは、思考モードをオフにすると、思考モードがオフの基本モデルの精度レベルに達することです。同時に、トークンの消費量が約4.5倍に削減され、インタラクションラウンド数が大幅に短縮されます。この記事では、LoRA アダプターの強化学習トレーニング メカニズム、評価パフォーマンス、導入パスを分解します。 Qwen3.8-27B、LoRA、コーディング エージェント、強化学習、pi、SWE ベンチ、vLLM。この種の基本的な逆アセンブリが役立つ場合は、購読して小さなベルを開いてください。新しいアップデートができるだけ早く配信されます。 ⏱ チャプター 00:00 直観に反する結果が最初に示されます。思考モードをオフにすると、正解率が低下する代わりに上昇し、インタラクション ラウンドの数が大幅に短縮されます。 00:46 これは一般的な微調整ではなく、pi の特定のエージェント環境向けにカスタマイズされた強化学習アダプターです。 01:14 トレーニングの規模は大きくありません: 750 スケール 800 タスクと 300 TermG 01:26 アダプターは PI に強くバインドされており、他のエージェント フレームワークへの移行は保証されません。同時に、ベース アーキテクチャとコンテキスト ウィンドウは難しい 02:23 取り除く価値のある判断: 特定のエージェント環境に対して小規模な LoRA 強化学習調整を行うことは、ローカル プログラミングを改善することです 🔎 このビデオから選択を続ける: https://zhiyong.dev/y/hs2BpFPKuqA --- 🔎 関連する AI ツール、モデル、アプリケーション: 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
通貨を選択してください
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
通貨を選択してください
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 -฿