原題:harness-hub/Qwen3.8-27B-super-adapter
harness-hub が 11 月 16 日にアップロードした、Qwen3.8-27B 用の LoRA アダプター。pi、Hermes Agent、OpenCode の3つのコーディングエージェントフレームワーク向けに公開済みの専門アダプター(それぞれ AsyncGRPO を用いてソフトウェアエンジニアリングおよびターミナルタスクで強化学習訓練されたもの)を、各½の重みで連結・マージしたものです。マージ自体には追加の訓練は行われず、マージ後のランクは 96 です。作者は、3つの重み更新がほぼ直交しており、加算後もそれぞれの効果の多くが保持されると述べています。本コーナーでは 11 月 18 日に pi 向け専門版を取り上げましたが、このバージョンの新しさは、1つのアダプターで3つのフレームワークに対応する点にあります。
なぜ重要か エージェントフレームワークごとにアダプターを切り替える必要がありません。作者によれば、思考モードを有効にした場合、6つの比較セットのうち5つで元モデルを上回り、1つで同等の性能を示し、ツール呼び出し回数も減少しました
上昇スコア 27 · いいね 28 · ダウンロード数 103
理由
- 作者によれば、思考モードを有効にした場合、3つのフレームワークにおいて SWE-bench Pro(難問 51 問)および Terminal-Bench 2.1 での平均 pass@1 が 55.5% から 63.5% に向上し、問題あたりのツール呼び出し回数が 19%~48% 減少しました
- 思考モードを無効にした場合、6つのセットすべてで元モデルを上回りました(平均 39.5% → 49.0%)。ただし、1つのフレームワークのみを使用し、思考モードを無効にする場合は、そのフレームワーク向けの専門版の使用が推奨されます
- vLLM で LoRA を直接適用可能であり、llama.cpp 用の GGUF バージョンも提供されています。PEFT を使用して、約 54 GB の独立した BF16 モデルとしてマージすることも可能です
使い方
- vllm serve Qwen/Qwen3.8-27B --enable-lora --max-lora-rank 128 --lora-modules qwen3.8-super=harness-hub/Qwen3.8-27B-super-adapter(カードにはツール呼び出しおよび推論解析用の追加パラメータがあります)を実行し、pi、Hermes Agent、または OpenCode をローカルの OpenAI 互換インターフェースに向けます
- llama.cpp:ベースモデルには Q8_0 GGUF を使用し、--lora Qwen3.8-27B-super-adapter-lora-F16.gguf を追加します
- 思考モードを有効のままにしてください。pi の設定では "api": "openai-completions" を指定する必要があり、Hermes Agent では少なくとも 64,000 トークンのコンテキストが必要です
リスク
- 成績は、作者が各フレームワークで単発の試行、100 ステップの予算、テキストのみを用いて実施した自己テストに基づいており、Qwen3.8-27B の公式カードに記載されているスコアとは比較できません。マージ重みの½は Terminal-Bench で選択されたものであり、作者自身、この部分の結果はやや楽観的であると述べています
- GGUF バージョンは再評価されておらず、低ビット量子化されたベースモデルは評価時のパフォーマンスから逸脱する可能性があります。本項目は実行されていません