Research·
هاجينغ فيس تستعرض محولات الحِزام: لوحات LoRA مدربة بالتعلم المعزز تعزز كفاءة الوكلاء على نموذج Qwen3-27B
يُظهر بحث جديد أن تثبيت أوزان النموذج الأساسي وإضافة محولات LoRA خاصة بالحِزام مدربة عبر التعلم المعزز داخل بيئات الوكلاء يحقق 55% نجاح في اختبار Terminal-Bench (مقابل 39%) مع تقليل استخدام التوكنز إلى النصف تقريباً.

نشرت هاجينغ فيس (Hugging Face) وصفة قابلة للتكرار لتدريب محولات الحِزام (harness adapters) — وحدات LoRA خفيفة الوزن مُحسّنة عبر التعلم المعزز داخل حِزامات وكلاء محددة. قام الفريق بتجميد أوزان نموذج Qwen3-8B-27B وتدريب محول واحد لكل حِزام (Pi و OpenCode و Hermes Agent) باستخدام مُدرّب AsyncGRPOTrainer من مكتبة TRL يعمل على مهام هاجينغ فيس (Hugging Face Jobs) مع صور دوكر (Docker) من OpenEnv و Harbor.
النتائج لافتة: في اختبار Terminal-Bench 2.1 تحت حِزام Pi، يصل النموذج المُحوّل إلى 55% نجاح في المحاولة الأولى (pass@1) مقابل 39% للنموذج الأساسي، بينما ينخفض متوسط استهلاك التوكنز من 2.9 ألف إلى 1.5 ألف لكل مهمة. تحقق المحولات هذه المكاسب عبر تقليل خطوات الاستدلال غير الضرورية، وتقليل استدعاءات الأدوات، ورفع معدل النجاح من المحاولة الأولى.
يمكن دمج المحولات الثلاثة في محوّل فائق (super-adapter) واحد يعمل دون تعديل على Pi و OpenCode و Hermes Agent، مما يبسّط النشر. جميع المخرجات — المحولات، كميات GGUF، مجموعات بيانات مهام التعلم المعزز، وإضافة safeagents — متاحة في مجموعة عامة على هاجينغ فيس.
الأهمية للبنية التحتية للـ GPU / الذكاء الاصطناعي
تُظهر محولات الحِزام مسارًا فعالًا من حيث الحوسبة لتخصيص النماذج الكبيرة: لا حاجة للضبط الدقيق الكامل، ولا لحشود GPU ضخمة. يحدث تدريب التعلم المعزز داخل الحِزام المستهدف باستخدام GRPO غير المتزامن، الذي يزيد من استغلال GPU عبر تداخل توليد المسارات (rollouts) مع تحديثات التدرج. للفرق التي تشغل أعباء وكلاء على سحابات GPU مستأجرة، يقلل هذا النمط كل من تكلفة التدريب وإنفاق التوكنز أثناء الاستدلال — مما يحسّن اقتصاديات الدولار لكل مهمة بشكل مباشر.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- lora
- reinforcement-learning
- agent-harness
- qwen
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (Hugging Face Blog)
→ كل المقالات