NousResearch开源Hermes强化学习适配器
先了解这件事
NousResearch发布以Hermes Agent真实会话强化学习训练的Qwen3.8-27B LoRA适配器并开源GGUF权重;在10k token预算内,适配器解出51%的TB-2.1任务和39%的SWE-Bench Pro任务,基座开启xhigh思考分别为28%和0%。 另一项SWE-Bench Pro hard单次评测中,适配器将pass@1从29.4%升至43.1%,开启xhigh后达51.0%。在两者都能解决的10k预算任务上,适配器中位工具调用数由23次降至7次、由63次降至28次。 作者称关闭思考时可匹配基座xhigh表现,生成token减少3.5至4.4倍;但相关对比限于131k窗口和单次尝试,GGUF版尚未在llama.cpp复测,量化可能影响结果。
AI 根据报道生成 · 32 分钟前更新
事件进展
2 个进展
- 11月19日 21:56 · 1 篇报道适配器在10k预算下提升解题率AGI Hunt:同一 10k token 预算下,Qwen3.8-27B Hermes 适配器解出 51% TB-2.1,基座 xhigh 仅 28%
- 11月19日 21:56 · 2 篇报道Hermes Agent LoRA训练与权重开放AGI Hunt:NousResearch 发布 Qwen3.8-27B Hermes 适配器,SWE-Bench Pro 提升至 43.1%
报道时间线
沿着报道,了解事件的不同侧面。
- AGI HuntHermes Agent RL LoRA 发布:SWE-Bench Pro 提升 13.7 分,生成 token 约减半
作者发布基于真实 Hermes Agent 会话强化学习训练的 Qwen3.8-27B LoRA 适配器,并以 Apache-2.0 许可提供 GGUF 权重。
- AGI Hunt同一 10k token 预算下,Qwen3.8-27B Hermes 适配器解出 51% TB-2.1,基座 xhigh 仅 28%
Qwen3.8-27B Hermes 适配器在每任务 10k token 预算内解出 51% 的 TB-2.1 任务和 39% 的 SWE-Bench Pro,基座模型开启 xhigh 思考分别仅解出 28% 和 0%。两者都能解决的任务中,中位工具调用次数从 23 次降至 7 次、从 63 次降至 28 次。
- AGI HuntNousResearch 发布 Qwen3.8-27B Hermes 适配器,SWE-Bench Pro 提升至 43.1%
NousResearch 发布第三个 Qwen3.8-27B 轻量 Hermes 适配器,将 Hermes Agent 的 SWE-Bench Pro hard 51 pass@1 从 29.4% 提升至 43.1%,开启 xhigh 思考后达到 51.0%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。