Hugging Face 开源 Qwen3.8 编码 LoRA 适配器,成功率提升至 65%
Hugging Face 发布 Qwen3.8-27B-pi-adapted,这是一个针对 pi 编码智能体训练的 LoRA 适配器,将 SWE-bench Pro 通过率从 39.2% 提升至 64.7%,Terminal-Bench 2.1 从 39.5% 提升至 55.8%。其核心思路是“每个模型配一个适配器”,用 AsyncGRPO 强化学习在智能体内部直接训练,并对减少工具调用给予奖励,使解题中位轮次从 59 降至 23,token 消耗约为基座思考模式的 1/4.5。适配器采用 rank-32 LoRA、Apache-2.0 许可,可直接用于 vLLM 或作为 GGUF 适配器在 llama.cpp 中运行。
报道正文
▲ Marktechpost AI · 2026-11-18 16
▲ Hugging Face 刚刚发布了 Qwen3.8-27B-pi-adapted,这是一个 LoRA 适配器,可将 Qwen3.8 在 pi 编码智能体中的编码成功率从 39% 提升至 65%。
其核心思路是为每个模型和运行框架配备一个小型适配器。团队直接在 pi 内部使用强化学习(TRL 中的 AsyncGRPO)进行训练,训练数据包括 750 个 scale800 任务和 300 个 TermGrade 任务。奖励机制对正确答案给予奖励,并对使用更少工具调用给予额外加分。
在关闭思考模式的情况下,SWE-bench Pro(hard 51)的 pass@1 从 39.2% 跃升至 64.7%,Terminal-Bench 2.1 从 39.5% 提升至 55.8%。会话时长也大幅缩短:在已解决的 SWE-bench Pro 任务上,中位轮次从 59 降至 23。它在生成约 4.5 倍更少 token 的同时,达到了基础模型思考模式的准确率。
Rank-32 LoRA,Apache-2.0 许可,可直接用于 vLLM,或作为 GGUF 适配器在 llama.cpp 中使用……
完整分析:[ARTICLE URL]
模型:
