Research01.10.2026 · 22:551 nguồn

Mô hình LFM2.5-2.6B đạt tỷ lệ giải quyết 54% nhờ RL với nhiều harness mới

Từ huggingnews.com

Ảnh: huggingnews.com
AI;DR

Một capture proxy mới cho OpenEnv cho phép huấn luyện trực tiếp các mô hình AI thông qua RL trong các môi trường dùng công cụ như Claude Code, Codex và OpenCode. Do Adithya S.K. và Ben Burtenshaw phát triển, công cụ này nằm giữa harness và mô hình để ghi lại chính xác các token IDs và logprobs của mỗi lần gọi, cho phép thực hiện RL trên bất kỳ tập tác vụ nào mà không cần chỉnh sửa harness hay mã huấn luyện. Mô hình LFM2.5-2.6B đã chứng minh hiệu quả của hệ thống khi nâng tỷ lệ giải quyết trung bình trên bốn harness từ 42% lên 54%, đồng thời giảm 31% số lần gọi công cụ. Trong các bài kiểm tra cụ thể với Claude Code, tỷ lệ giải quyết của mô hình tăng từ 33% lên 49%. Quy trình này dùng Harbor để sandbox tác vụ và thư viện TRL để huấn luyện GRPO bất đồng bộ.

Đọc bài gốcĐăng nhập để góp ý

Nguồn

#agent#llmBản Markdown
Lịch sử nội dung (2)
  • 2026-10-04 · Tóm tắt · vi · Thay nội dung đã lưu
    Mô hình ngôn ngữ lớn LFM2.5-2.6B vừa đạt được 54% tỷ lệ giải quyết trên bài kiểm tra, nhờ…
    Một capture proxy mới cho OpenEnv cho phép huấn luyện trực tiếp các mô hình AI thông qua …
  • 2026-10-04 · Tiêu đề · vi · Thay nội dung đã lưu
    Mô hình LFM2.5-2.6B đạt 54% tỷ lệ giải quyết với kỹ thuật Multi Harness RL mới
    Mô hình LFM2.5-2.6B đạt tỷ lệ giải quyết 54% nhờ RL với nhiều harness mới

Bản tin mỗi sáng

Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.

Telegram @aihomnay