Новые разделы!
ИИ, квантовые вычисления и много других интересных тем
20.11.2026
Hugging Face обучила отдельные адаптеры для Pi, OpenCode и Hermes Agent, не меняя базовые веса Qwen3.8-27B. С адаптером для Pi модель решила с первой попытки 55,8% заданий Terminal-Bench 2.1 против 39,5% у базовой версии.
20 ноября платформа машинного обучения Hugging Face описала методику дообучения Qwen3.8-27B под конкретную агентную оболочку и набор задач. Вместо обновления весов всей модели команда обучила небольшие наборы дополнительных параметров — LoRA-адаптеры. Для Pi, OpenCode и Hermes Agent, трёх оболочек, управляющих вызовами инструментов, подготовили отдельные адаптеры.
В сравнении на 86 заданиях Terminal-Bench 2.1, теста для агентов, работающих в командной строке, результат Pi вырос с 39,5% до 55,8% при одной попытке на задание и отключённом режиме рассуждений. На 32 задачах, которые решили обе версии модели, медианное число сгенерированных токенов снизилось с 2,9 тыс. до 1,5 тыс. на задачу.
Адаптеры обучали с подкреплением прямо в целевой оболочке, не переписывая логику агента. Командой openenv validate проверяли, что автоматические тесты отличают эталонные решения от неверных. AsyncGRPOTrainer из библиотеки TRL позволял обновлять параметры адаптера, не дожидаясь завершения всех попыток.
В открытой коллекции Hugging Face доступны три специализированных адаптера и один объединённый для всех трёх оболочек. В отдельном тесте на 300 задачах по автоматизации бизнеса авторы не обнаружили явного преимущества адаптеров перед базовой моделью.
Источник: huggingface.co