Hugging Face 发布 harness adapters:按智能体框架训练 LoRA,提升性能并降低 token 消耗
OmniTools 11月20日消息,Hugging Face 于 11 月 20 日发布博客,介绍 harness adapters 方法:在智能体框架内部进行强化学习,为同一模型针对不同框架分别训练 LoRA 适配器,从而在目标任务上同时提升准确率与 token 效率。
文章称,团队为 Qwen3.8-27B 分别针对 pi、Hermes Agent 和 OpenCode 三个 harness 训练了 LoRA 适配器,数据集构建、训练与 agent rollout 均在 Hugging Face Hub 的 Jobs 上完成,使用 TRL 的 AsyncGRPOTrainer、OpenEnv 和 harbor;最终 Docker 镜像中预装 Pi 1.5.2、OpenCode 2.2.7 和 Hermes Agent v0.22.6。每个适配器在其对应 harness 下于两项基准上均优于基座模型,性能与效率兼得。以 Qwen3.8-27B 在 pi harness 下的 Terminal-Bench 2.1 为例,基座模型得分 39%、平均每任务消耗 2.9K tokens,加入 RL 训练的 LoRA 适配器后 pass@1 达到 55%,平均 token 用量降至 1.5K。
三个 LoRA 还可合并为一个 super adapter,在 pi、Hermes Agent 和 OpenCode 下无需改动即可运行。任务集由 SWE-smith、SWE-Gym(TaskTrove 打包)和 Repo2RLEnv 中的 Tasksmith 生成,全部经过 openenv validate 校验:1127 个 Hub 候选任务中 858 个通过;随后用基座模型做难度筛选,442 个被评分任务中 151 个每次都解出、120 个从未解出,仅偶尔解出的 171 个构成合格训练集。适配器、GGUF、RL 任务与 safeagents 插件等产物已在 Hugging Face collection 中公开。