HuggingFace 推出 harness adapters:用 RL 为智能体框架定制模型适配器
2026.11.20 · 收录日 2026.11.20 · 产品 · 开源项目 · 官方发布
为每个智能体框架单独训练 LoRA 适配器,让模型在自身框架下更准更省 token。
HuggingFace 团队提出 harness adapters:在智能体框架内部用 RL 训练 LoRA 适配器,让模型针对特定框架和任务分布优化。以 Qwen3.8-27B 为例,在 pi 框架下 Terminal-Bench 2.1 得分从 39% 提升到 55% pass@1,平均 token 用量从 2.9K 降到 1.5K。三个适配器还可合并为一个通用 super adapter。
- 在 pi、Hermes Agent、OpenCode 三个框架内分别用 RL 训练 Qwen3.8-27B 的 LoRA 适配器
- 每个适配器在自身框架下同时提升性能与效率,均优于基座模型
- Qwen3.8-27B 在 pi 下 Terminal-Bench 2.1 从 39% 升至 55% pass@1,平均 token 从 2.9K 降至 1.5K
- 三个 LoRA 可合并为单个 super adapter,在三个框架下无需改动即可运行
- 数据集、训练与 rollout 均在 Hub 上通过 TRL 的 AsyncGRPOTrainer、OpenEnv 和 harbor 完成
为什么值得看
想用 RL 把模型调优到自家智能体框架的团队可直接复用这套配方。
适合谁关注
做智能体框架、RL 训练和模型部署的工程师与研究者。
