Перейти к содержимому

Hugging Face выпустила LoRA-адаптеры для кодинг-агентов

Короткий ответ

Hugging Face выпустила LoRA-адаптеры для Qwen3.8-27B. Каждый обучен с подкреплением внутри одной оболочки агента (pi, OpenCode или Hermes Agent), есть и объединённый суперадаптер. В pi на Terminal-Bench 2.1 pass@1 вырос с 39% до 55%, а средний расход токенов на задачу упал с 2,9 тыс. до 1,5 тыс.

Что это значит для операций

Это важно, только если ваша команда уже запускает кодинг-агента или агента для операций на открытой модели вроде Qwen3.8-27B внутри pi, OpenCode или Hermes Agent. Тогда адаптеры - готовый способ сократить число токенов и вызовов инструментов на задачу, а именно от них зависят стоимость и задержка агента. Прежде чем внедрять, прогоните адаптер на выборке собственных задач и сравните стоимость одной решённой задачи. Опубликованные цифры получены на кодинговых бенчмарках, а продажи, поддержку и бэк-офис источник не проверял. Главный вывод для компании на 10-200 человек - сам рецепт: дообучить замороженную модель под свою оболочку и свой набор задач может оказаться выгоднее, чем менять модель.

Hugging Face опубликовала набор адаптеров под агентные оболочки для Qwen3.8-27B. Это небольшие LoRA-слои, обученные с подкреплением внутри той оболочки агента, в которой модель и будет работать. Команда обучила по одному адаптеру на оболочку (pi, Hermes Agent и OpenCode), а затем слила три в один суперадаптер. Адаптеры, файлы GGUF, RL-задачи и плагин safeagents собраны на Hub.

Что делают адаптеры

Базовые веса остаются замороженными. Адаптер меняет поведение модели в конкретной оболочке: она меньше рассуждает, реже вызывает инструменты и чаще решает задачу с первой попытки. Главный пример - pi на Terminal-Bench 2.1. Базовая модель даёт 39% pass@1 и тратит около 2,9 тыс. токенов на задачу. С адаптером результат - 55% при примерно 1,5 тыс. токенов.

Как шло обучение

Использовали AsyncGRPOTrainer из TRL, OpenEnv и Harbor, а прогоны выполнялись в Hugging Face Jobs. Оболочки работали в том виде, в каком их поставляют, и тренер учился на токенах, которые они реально выдавали. Набор задач отфильтровали из 1127 кандидатов на Hub, 858 из них прошли проверку. В опубликованном датасете 871 задача из 35 репозиториев, и 171 из них «квалифицированные»: базовая модель решает их лишь иногда. Три обучающих прогона заняли в сумме 598 шагов. Инструмент safeagents проверил около 1,3 млн вызовов инструментов и заблокировал 647.

Результаты суперадаптера

Три адаптера слили с весом по половине на каждый. При выключенном режиме рассуждений средний pass@1 по шести парам «оболочка - бенчмарк» вырос с 39,5% до 49,0%. На задачах, которые решили обе модели, объединённый адаптер делал на 53-73% меньше вызовов инструментов и генерировал на 44-60% меньше токенов. При включённых рассуждениях он обошёл базовую модель при том же уровне усилий в пяти парах из шести, в шестой результат равный. На SWE-bench Pro число вызовов инструментов снизилось на 31-48%, а на Terminal-Bench - на 19-25% при почти неизменном числе токенов.

Оговорки источника

  • При выключенных рассуждениях собственный адаптер оболочки опередил остальные в четырёх парах из шести, поэтому команде, работающей с одной оболочкой, стоит брать именно его.
  • Результаты разных оболочек сравнивать нельзя: настройки по умолчанию различаются, например в том, как сохраняются прежние шаги рассуждений.
  • Вес слияния подбирали на Terminal-Bench 2.1, так что эти цифры немного завышены.
  • Оценка шла с одной попыткой на задачу: все 89 задач Terminal-Bench 2.1 и 51 самая сложная задача SWE-bench Pro.
  • Доступный нам текст источника обрывается на середине раздела об оценке.

Источник: Hugging Face

Данные INITE

Что мы сами замерили по инструментам из этой новости. Этого нет в источнике.

Данные на 20 нояб. 2026 г.

Инструменты из этой новости

  • OpenCode - цена, кто пользуется, альтернативы
Следующий шаг

Visibility Analyzer

Новость об ИИ не скажет, как ассистенты видят ваш сайт. Это проверяет Visibility Analyzer на живом сайте: в каких ответах вас цитируют, до каких страниц ассистенты не добираются и что чинить первым. Запуск бесплатный.

Запустить бесплатный аудит видимости

Запуск бесплатный, карта не нужна.

Стоимость
Бесплатно
Срок
Один прогон, минуты

Бесплатный тариф: два анализа в день, без карты.

Ещё по теме