Hugging Face 用 RL 微调 Qwen3.8-27B-pi-adapted,SWE-bench Pro 成绩翻倍
Number 5 trending on the hub! https://t.co/j7DKgnPzPh
Hugging Face 把 Qwen 的开源模型用 RL 加 LoRA 专门适配 pi 编码智能体,SWE-bench Pro 从 29.4% 干到 62.7%,工具调用还少了六成。做智能体的开发者可以照着这套方法论微调自己的模型。
Hugging Face 的 harness-hub 发布 Qwen3.8-27B-pi-adapted,在 Qwen 开源权重基础上用强化学习和 LoRA 适配器针对 pi 编码智能体做定向微调。
该模型在 SWE-bench Pro(Hard 51)上的 pass@1 从 29.4% 提升到 62.
7%,Terminal-Bench 2.1 从 39.
5% 提升到 55.8%,每个任务的工具调用次数减少 55–62%。
权重和方法论博客已在 Hugging Face 上公开,目前位列平台趋势榜第 5。这次微调展示的关键路径是:不重训整个模型,只针对特定智能体框架的任务格式和工具调用模式做低秩适配,就能同时拉高基准分数和降低工具调用开销。
对开发者而言,这说明开源模型可以被改造以匹配自己的智能体工具链,而非只能直接使用官方权重。
Number 5 trending on the hub! https://t.co/j7DKgnPzPh
Number 5 trending on the hub! huggingface.co/harness-hub/Qw… clem 🤗 @ClementDelangue Introducing Qwen3.8-27B-pi-adapted 🤗 We adapted Qwen's model specifically for the pi coding agent using reinforcement learning and a LoRA adapter. The results, measured as pass @1 : 🚀 SWE-bench Pro (Hard 51): 29.4% → 62.7% 💻 Terminal-Bench 2.1: 39.5% → 55.8% ⚡ 55–62% fewer tool calls per task This is the power of open models: you can adapt them to YOUR tools and YOUR use cases. Let’s build! 💛 Open weigh huggingface.co/harness-hub/Qw… qnED Methodolo huggingface.co/blog/harness-h… 3K4V 🔗 View Quoted Tweet📊 23 ⚡
本条情报归属 AITOP「模型」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Qwen、Hugging Face、SWE-bench、LoRA,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Clement Delangue」(@ClementDelangue),经 AITOP 多维评分管线结构化提炼。