Microsoft entrena a Qwen3.8-27B en 187 tareas para mejorar la repetibilidad de agentes
El experimento de Microsoft y Hugging Face aumentó el éxito promedio en 9.08 puntos porcentuales a lo largo de 507 tareas de referencia, mientras que el modelo resolvió al menos un intento en siete tareas menos.
By Ryan Merket · Published · Updated
Primary source: Hugging Face Newsroom
Por qué importa
Las comprobaciones ejecutables conectan el entrenamiento del agente con los registros reales que conservan los sistemas empresariales. Los resultados de Microsoft muestran una mayor repetibilidad en su benchmark.
El 22 de octubre, Microsoft y Hugging Face publicaron un sistema de entrenamiento de código abierto que recompensa a un agente de IA por el estado de la base de datos que deja atrás. En los resultados del lanzamiento, el científico aplicado de Microsoft Tuhin Kundu y colaboradores informan que ajustar finamente Qwen3.8-27B con verificaciones ejecutables aumentó el éxito promedio…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.