Titre original : harness-hub/Qwen3.8-27B-super-adapter
harness-hub a téléchargé le 16 11 un adaptateur LoRA pour Qwen3.8-27B. Il fusionne par concaténation, avec un poids de ½ chacun, trois adaptateurs spécialisés publiés (entraînés par apprentissage par renforcement via AsyncGRPO sur des tâches d'ingénierie logicielle et de terminal, respectivement dans les frameworks d'agents de programmation pi, Hermes Agent et OpenCode). La fusion elle-même n'implique aucun nouvel entraînement, et le rang après fusion est de 96. L'auteur affirme que les mises à jour des poids des trois adaptateurs sont presque orthogonales, de sorte que leurs effets respectifs sont largement conservés après addition ; cette rubrique a déjà présenté la version spécialisée pour pi le 18 11. La nouveauté de cette version est qu'un seul adaptateur sert simultanément les trois frameworks.
Pourquoi c'est important Pas besoin de changer d'adaptateur selon le framework de l'agent ; l'auteur affirme qu'avec la réflexion activée, cinq des six comparaisons dépassent le modèle original et une est à égalité, avec en plus moins d'appels d'outils
Score de progression 27 · J'aime 28 · Téléchargements 103
Raisons
- L'auteur affirme qu'avec la réflexion activée, la moyenne pass@1 sur SWE-bench Pro (51 problèmes difficiles) et Terminal-Bench 2.1 pour les trois frameworks passe de 55.5% à 63.5%, avec 19%–48% appels d'outils en moins par problème
- Avec la réflexion désactivée, les six comparaisons sont supérieures au modèle original (moyenne 39.5% → 49.0%) ; mais si l'on n'utilise qu'un seul framework avec la réflexion désactivée, l'auteur recommande la version spécialisée pour ce framework
- Utilisable directement avec vLLM via LoRA, il existe aussi une version GGUF pour llama.cpp ; il est possible de fusionner via PEFT en un modèle BF16 autonome d'environ 54 Go
Utilisation
- vllm serve Qwen/Qwen3.8-27B --enable-lora --max-lora-rank 128 --lora-modules qwen3.8-super=harness-hub/Qwen3.8-27B-super-adapter (la carte contient d'autres paramètres pour l'appel d'outils et l'analyse du raisonnement), puis orienter pi, Hermes Agent ou OpenCode vers l'interface locale compatible OpenAI
- llama.cpp : utiliser Q8_0 GGUF comme base, ajouter --lora Qwen3.8-27B-super-adapter-lora-F16.gguf
- Garder la réflexion activée ; dans la configuration de pi, il faut écrire "api": "openai-completions", et Hermes Agent nécessite au moins un contexte de 64,000 tokens
Risques
- Les scores proviennent d'essais uniques effectués par l'auteur dans chaque framework, avec un budget de 100 étapes et des tests auto-réalisés uniquement textuels, et ne sont pas comparables aux scores officiels de la carte Qwen3.8-27B ; le poids de fusion de ½ a été choisi sur Terminal-Bench, et l'auteur admet lui-même que ces résultats sont légèrement optimistes
- La version GGUF n'a pas été réévaluée, et une base quantifiée à faible précision s'écartera des performances évaluées ; cette entrée n'a pas été exécutée