The same model, with the same weights, scores 62% in one agent harness and 33% in another. @adithya...
Hugging Face(@huggingface)331 字 (约 2 分钟)
85
Hugging Face发布多Harness RL训练指南，使用代理提升模型性能达12%。开源代码与训练数据可复现结果。
入选理由：使用代理记录token IDs和logprobs可使LFM2.5-2.6B模型性能提升12%
精选推文#强化学习#Hugging Face#多Harness训练#开源AI中英混合