价格: $0.05514 -0.6417%
市值: $8.65B 0.4161%
成交额 (24h): 419.17M 0%
统治地位: 0.4161%
Price: $0.05514 -0.6417%
市值: $8.65B 0.4161%
成交额 (24h): 419.17M 0%
统治地位: 0.4161% 0.4161%
  • 价格: $0.05514 -0.6417%
  • 市值: 8.65B 0.4161%
  • 成交额 (24h): 419.17M 0%
  • 统治地位: 0.4161% 0.4161%
  • 价格: $0.05514 -0.6417%
首页 > 视频 > 别人给Qwen3.8装LoRA省4.5倍token,你还在烧算力?

别人给Qwen3.8装LoRA省4.5倍token,你还在烧算力?

发布: 2026/11/19 01:04 阅读: 0

原文作者:智用AI

原文来源: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

精选专题

  • 狗狗币鲸鱼活动
    狗狗币鲸鱼活动
    通过我们的综合分析,了解狗狗币鲸鱼活动的最新见解。了解趋势、模式以及这些鲸鱼对狗狗币市场的影响。随时了解我们的专家分析,并在您的加密货币之旅中保持领先。
  • 狗狗币挖矿
    狗狗币挖矿
    狗狗币挖矿是向狗狗币区块链添加新交易块的过程。矿工因其工作而获得新的狗狗币奖励。本主题提供与狗狗币挖矿相关的文章,包括如何挖矿狗狗币、最好的挖矿硬件和软件以及狗狗币挖矿的盈利能力。
  • SpaceX 星舰发射
    SpaceX 星舰发射
    本主题提供与 SpaceX 星舰发射相关的文章,包括发射日期、任务详细信息和发射状态。通过此信息丰富且全面的资源,了解最新的 SpaceX 星际飞船发射情况。
  • 模因之王:狗狗币
    模因之王:狗狗币
    本主题提供与最流行的模因相关的文章,包括“模因之王:狗狗币”。 Memecoin 已成为加密货币领域的主导者。这些数字资产之所以受欢迎有多种原因。他们推动了区块链最具创新性的方面。