[AI智能体] 有人专门为 Pi Agent 训练了一个模型,而且效果还挺明显!

[复制链接]
发表于 3 小时前 | 显示全部楼层 |阅读模式
而且用的还是国产模型 Qwen3.8-27B,名字叫 Qwen3.8-27B-pi-adapted ,是专门为了 PI agent 做训练的,直接一步到位 让模型去适配 Pi

以前我们能想到的让 PI 更好用的方式,通常是安装插件、调整提示词或者修改工作流

但是这次换了一种思路,直接从底座基座模型开始训练,为了针对每一个Harness 做适配

简单理解,就是让模型在 Pi 里面反复完成真实的编程任务,根据任务有没有成功、测试能不能通过来调整它的行为

相当于让一个原本会写代码的程序员,专门熟悉 Pi 的工具和操作习惯,学会用更少的步骤完成任务

而且这次不是从零训练模型,而是在原版 Qwen 上通过强化学习和 LoRA 做针对性优化

根据项目方测试,SWE-bench Pro 的通过率从 29.4% 提升到了 62.7%,工具调用次数减少了 55%~62%

我觉得最有意思的是思考和实现的方式,这次是直接从模型本身出发针对 Agent 进行训练

以后我们选择模型,可能不只是考虑它写代码有多强,还要看它能不能真正用好 Agent 提供的工具

目前模型权重已经公开,也可以尝试本地部署,不过这些成绩还是特定测试环境下的结果,并不代表所有任务都有同样的提升



本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关注公众号

相关侵权、举报、投诉及建议等,请发 E-mail:2776601884@qq.com

Powered by Discuz! X5.0 Licensed © 2001-2026 Discuz! Team.|青ICP备2025004122号-1

在本版发帖
关注公众号
返回顶部