推文

@Stv_Lynn · 2026-10-17 00:20

LlamaFactory 团队在 GitHub 过了 7 万 Star 之后，开源了他们的新项目 PenguinHarness，把方向放在了 Agent 的 RSI 上。 PenguinHarness 的思路是：保持底层模型不变，让 Agent 根据评测反馈去改写自己的提示词和 Skills，再跑测试验证改动有没有用。现有的 5 种 RSI 算法和 7 个评测集都以插件形式解耦，可以按需组合，也有一键安装的本地桌面端。 这次一起放出的还有整理了 140 篇论文的 awesome-rsi 综述，以及包含 6 类企业场景、240 个任务的 GDPevo 评测集。GDPevo 做了训练集和验证集划分，专门检查 Agent 的改进能不能用到没见过的新任务上。

曝光 603 · 评论 2 · 点赞 9 · 书签 4 · 曝光/时 310.73372079476627