Hugging Face 给 Liquid 的 LFM2.5-24B-A2B 训了外挂小权重，专门给开源编程智能体 pi 用。用强化学习在沙盒数据分析任务上… · @Moblacksoil · TwKit

@Moblacksoil

Hugging Face 给 Liquid 的 LFM2.5-24B-A2B 训了外挂小权重，专门给开源编程智能体 pi 用。用强化学习在沙盒数据分析任务上训，约 1 张显卡跑了 24 小时。100 道题上，一次做对的比例比基座低 4.2 分（误差约 ±5，算持平）；同一批双方都做对的题，工具调用少 39%。

曝光 41 · 评论 1 · 点赞 1 · 书签 0