โลร่าอะแดปเตอร์สำหรับโมเดล Qwen3.8-27B ที่ผ่านการฝึกด้วยการเรียนรู้เสริมกำลัง เพื่อใช้งานเป็นเบื้องหลังโค้ดดิ้งเอเจนต์ pi
โปรเจกต์ harness-hub/Qwen3.8-27B-pi-adapted บน Hugging Face ซึ่งขณะนี้อยู่ในอันดับที่ 4 ของหน้ากำลังมาแรง ด้วยยอดถูกใจ 344 และยอดดาวน์โหลด 377 ครั้ง เป็น LoRA adapter สำหรับโมเดล Qwen/Qwen3.8-27B ที่ถูกฝึกด้วย reinforcement learning เพื่อทำหน้าที่เป็นโมเดลเบื้องหลัง pi coding agent ในการจัดการงานด้านวิศวกรรมซอฟต์แวร์และงานเทอร์มินัล
การทำงานของอะแดปเตอร์ตัวนี้คือการช่วยให้โมเดลสามารถแก้ปัญหาการเขียนโค้ดและคำสั่งเทอร์มินัลได้แม่นยำเท่ากับโมเดลหลักที่เปิดโหมดคิดวิเคราะห์ระดับสูงสุด (xhigh) แม้ว่าจะปิดโหมดคิดวิเคราะห์ไว้ก็ตาม โดยอ้างอิงจากผลทดสอบบน SWE-bench Pro (hard 51) ที่ทำคะแนนได้ 64.7% เท่ากับโมเดลหลักที่เปิดคิดวิเคราะห์ และบน Terminal-Bench 2.1 ที่ทำได้ 55.8% เทียบกับโมเดลหลักที่ได้ 54.2%
จุดเด่นสำคัญคือการสร้าง token น้อยกว่าถึงประมาณ 4.5 เท่าต่อหนึ่งงาน และใช้จำนวนรอบการทำงาน (turns) น้อยกว่าครึ่งหนึ่งของโมเดลหลักในงานที่แก้สำเร็จเหมือนกัน โดยผลการประเมินระบุว่าบน SWE-bench Pro คะแนนเพิ่มขึ้นจาก 39.2% เป็น 64.7% และบน Terminal-Bench 2.1 เพิ่มขึ้นจาก 39.5% เป็น 55.8% โดยรันภายใต้ pi harness ด้วยงบ 100 ขั้นตอนต่อหนึ่งงานและปิดโหมดคิดวิเคราะห์
✨ จุดเด่น
- ความแม่นยำสูงโดยไม่ต้องคิด — ทำคะแนนเท่ากับโมเดลหลักที่เปิดโหมดคิดวิเคราะห์ระดับ xhigh แต่ใช้ token น้อยกว่าประมาณ 4.5 เท่า
- ผลงานบน SWE-bench Pro — ทำคะแนนเพิ่มขึ้นจาก 39.2% เป็น 64.7% บนชุดทดสอบยาก 51 งาน
- ผลงานบน Terminal-Bench 2.1 — ทำคะแนนเพิ่มขึ้นจาก 39.5% เป็น 55.8% จากการทดสอบ 86 งาน
- ประหยัดทรัพยากร — ใช้จำนวนรอบการทำงานน้อยกว่าครึ่งหนึ่งของโมเดลหลักในงานที่แก้สำเร็จ
🙋 ใครเหมาะจะลอง: เหมาะสำหรับนักพัฒนาซอฟต์แวร์และผู้สนใจทดลองใช้งาน AI coding agent โดยต้องนำไปรันร่วมกับ vLLM และเชื่อมต่อกับ pi ตามคำแนะนำใน README
ทีมข่าว เอไอไทย.com · เรียบเรียงจากหน้าโปรเจกต์ harness-hub/Qwen3.8-27B-pi-adapted — รายละเอียดล่าสุดดูที่ต้นทาง
ความคิดเห็น 0
กำลังโหลดความคิดเห็น...