AGI Hunt· TheTuringPost·· 46 分钟前AI 评分63
Qwen3-27B 通过强化学习与小型 LoRA 将 SWE-bench Pro 成绩从 39% 提升至 65%
Qwen3-27B 加 RL 和小 LoRA,SWE-bench Pro 从 39% 升至 65%
AI 导读
TheTuringPost 总结了一项 Hugging Face 训练配方,通过强化学习和小型 LoRA 改造 Qwen3-27B,使其在 SWE-bench Pro 上的成绩从 39% 提升至 65%。该方案保留测试框架并调整模型本身,文章进一步提出应根据具体场景比较修改 harness 与修改模型的成本。
来源:AGI Hunt · agihunt.info