Qwen3.8-27B 超级适配器:三个编程代理共用

harness-hub 11 月 16 日上传、给 Qwen3.8-27B 用的 LoRA 适配器。它把三个已发布的专项适配器(分别在 pi、Hermes Agent、OpenCode 三个编程代理框架里,用 AsyncGRPO 在软件工程和终端任务上强化学习训练)按各 ½ 权重拼接合并,合并本身不再训练,合并后秩 96。作者称三者的权重更新几乎正交,相加后各自效果大多保留;本栏目 11 月 18 日收过 pi 专项版,这一版的新东西是一个适配器同时服务三个框架。

原题:harness-hub/Qwen3.8-27B-super-adapter

harness-hub 11 月 16 日上传、给 Qwen3.8-27B 用的 LoRA 适配器。它把三个已发布的专项适配器(分别在 pi、Hermes Agent、OpenCode 三个编程代理框架里,用 AsyncGRPO 在软件工程和终端任务上强化学习训练)按各 ½ 权重拼接合并,合并本身不再训练,合并后秩 96。作者称三者的权重更新几乎正交,相加后各自效果大多保留;本栏目 11 月 18 日收过 pi 专项版,这一版的新东西是一个适配器同时服务三个框架。

为什么重要 不用按代理框架换适配器;作者称开思考时六组对比五组超过原模型、一组持平,工具调用次数也更少

上升分 27 · 点赞 28 · 下载量 103

理由

  • 作者称开思考时,三个框架在 SWE-bench Pro(难题 51 道)和 Terminal-Bench 2.1 上的平均 pass@1 从 55.5% 升到 63.5%,每题工具调用少 19%–48%
  • 关思考时六组都高于原模型(平均 39.5% → 49.0%);但只用一个框架且关思考时,作者建议用该框架的专项版
  • 可用 vLLM 直接挂 LoRA,也有 GGUF 版配 llama.cpp;能用 PEFT 合并成约 54 GB 的独立 BF16 模型

用法

  • vllm serve Qwen/Qwen3.8-27B --enable-lora --max-lora-rank 128 --lora-modules qwen3.8-super=harness-hub/Qwen3.8-27B-super-adapter(卡里另有工具调用和推理解析参数),再把 pi、Hermes Agent 或 OpenCode 指向本地 OpenAI 兼容接口
  • llama.cpp:基座用 Q8_0 GGUF,加 --lora Qwen3.8-27B-super-adapter-lora-F16.gguf
  • 保持思考开启;pi 的配置里要写 "api": "openai-completions",Hermes Agent 至少要 64,000 token 上下文

风险

  • 成绩是作者在各框架下单次尝试、100 步预算、只用文字的自测,和 Qwen3.8-27B 官方卡上的分数不可比;合并权重 ½ 是在 Terminal-Bench 上挑的,作者自己说这部分结果略偏乐观
  • GGUF 版没有重新评测,低位量化的基座会偏离评测表现;本条未运行

打开

Hugging Face Trending

浏览最新 AI 动态