價格: $0.05514 -0.6417%
市值: $8.65B 0.4161%
成交額 (24h): 419.17M 0%
統治力: 0.4161%
Price: $0.05514 -0.6417%
市值: $8.65B 0.4161%
成交額 (24h): 419.17M 0%
統治力: 0.4161% 0.4161%
  • 價格: $0.05514 -0.6417%
  • 市值: 8.65B 0.4161%
  • 成交額 (24h): 419.17M 0%
  • 統治力: 0.4161% 0.4161%
  • 價格: $0.05514 -0.6417%
首頁 > 视频 > 別人給Qwen3.8裝LoRA省4.5倍token,你還在燒算力?

別人給Qwen3.8裝LoRA省4.5倍token,你還在燒算力?

發布: 2026/11/19 01:04 閱讀: 0

原文作者:智用AI

原文來源:https://www.youtube.com/embed/hs2BpFPKuqA

Hugging Face harness-hub 的 Qwen3.8-27B LoRA 适配器,在关闭 thinking 模式时达到基础模型开启 thinking 的准确率,token 消耗减少约 4.5 倍。 Hugging Face 的 harness-hub 团队发布了针对 Qwen3.8-27B 的 LoRA 适配器 Qwen3.8-27B-pi-adapted,专门用于 pi 编码代理。该适配器通过强化学习方法训练,在 SWE-bench Pro 上将 pass@1 准确率从 39.2% 提升至 64.7%,在 Terminal-Bench 2.1 上从 39.5% 升至 55.8%。更重要的是,它在关闭 thinking 模式的情况下,达到了基础模型开启 thinking 模式的准确率水平,同时 token 消耗减少了约 4.5 倍,交互轮数显著缩短。本文拆解了该 LoRA 适配器的强化学习训练机制、评测表现及部署路径。Qwen3.8-27B, LoRA, 编码代理, 强化学习, pi, SWE-bench, vLLM 这类底层拆解如果对你有用,订阅 + 打开小铃铛,新一期更新第一时间到你这儿。 ⏱ 章节 00:00 先亮出反常识的结果:关闭思考模式,准确率不降反升,而且交互轮次大幅缩短。 00:46 它不是通用微调,而是为 pi 这个特定代理环境定制的强化学习适配器。 01:14 训练规模并不大:750 个 scale800 任务加 300 个 TermG 01:26 适配器高度绑定 pi,不保证迁移到其他代理框架;同时基座架构与上下文窗口是硬 02:23 值得带走的判断:针对特定代理环境做小型 LoRA 强化学习对齐,是提升本地编 🔎 从本视频继续选型: https://zhiyong.dev/y/hs2BpFPKuqA --- 🔎 相关 AI 工具、模型与应用: https://zhiyong.dev

精選專題

  • 狗狗幣鯨魚活動
    狗狗幣鯨魚活動
    透過我們的綜合分析,了解狗狗幣鯨魚活動的最新見解。了解趨勢、模式以及這些鯨魚對狗狗幣市場的影響。隨時了解我們的專家分析,並在您的加密貨幣之旅中保持領先。
  • 狗狗幣挖礦
    狗狗幣挖礦
    狗狗幣挖礦是為狗狗幣區塊鏈添加新交易區塊的過程。礦工因其工作而獲得新的狗狗幣獎勵。本主題提供與狗狗幣挖礦相關的文章,包括如何挖礦狗狗幣、最好的挖礦硬體和軟體以及狗狗幣挖礦的獲利能力。
  • SpaceX 星艦發射
    SpaceX 星艦發射
    本主題提供與 SpaceX 星艦發射相關的文章,包括發射日期、任務詳細資訊和發射狀態。透過此資訊豐富且全面的資源,了解最新的 SpaceX 星際飛船發射情況。
  • 迷因之王:狗狗幣
    迷因之王:狗狗幣
    本主題提供與最受歡迎的迷因相關的文章,包括「迷因之王:狗狗幣」。 Memecoin 已成為加密貨幣領域的主導者。這些數位資產之所以受歡迎有許多原因。他們推動了區塊鏈最具創新性的方面。