Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen3.5-9B
Библиотека: transformers
Опубликована: 31 июл 2026

Ссылки

Hugging Face

Harness-R1

ShaoShuai0605

Обучение с подкреплением

Набор дообученных на базе Qwen3.5-9B моделей для экспериментов с инженерами Harness и обучением с подкреплением.

0скачиваний за 30 дней13лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Harness-R1 — набор артефактов экспериментов ShaoShuai0605 с разделением ролей целевого агента и инженера Harness. В репозитории есть варианты с обучением только на размеченных данных для начальной настройки, инженер Harness E0 для целевого агента A0 и инженер E1, обученный с учётом траекторий A1. Модель основана на Qwen/Qwen3.5-9B и дообучена; для загрузки используется Transformers, веса сохранены в формате safetensors.

Модель предназначена для экспериментов с обучением с подкреплением и настройкой Harness Engineer. Репозиторий распространяется по лицензии Apache-2.0. Карточка направляет к README отдельных каталогов за описанием их конкретного назначения, поэтому подробности о качестве и практических возможностях вариантов здесь ограничены.

Сценарии применения

инициализация инженера Harness после обучения на размеченных примерах
настройка Harness Engineer для целевого агента A0
обучение инженера Harness на траекториях агента A1
эксперименты с обучением с подкреплением для агентных систем

Ограничения

Для конкретных вариантов и сценариев использования требуется изучить README в соответствующих каталогах; карточка не приводит оценок качества или результатов экспериментов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Harness-R1

Model artifacts for Harness-R1 experiments. The repository separates the target agent from the Harness Engineer so that the two roles are not confused.

Directory	Role
`cold-start-sft/`	Supervised-only Harness Engineer (SFT/0), used to initialize E0 RL
`harness-r1/`	E0 Harness Engineer for the vanilla A0 target agent
`agent-sft-harness-r1/`	E1 Harness Engineer conditioned on A1 trajectories
`target-agent-sft/`	Direct Agent-SFT target model (A1), not a Harness Engineer

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "ShaoShuai0605/Harness-R1"
subfolder = "harness-r1"  # Or cold-start-sft / agent-sft-harness-r1 / target-agent-sft

tokenizer = AutoTokenizer.from_pretrained(
    repo,
    subfolder=subfolder,
    trust_remote_code=True,
)
model = AutoModelForCausalLM.from_pretrained(
    repo,
    subfolder=subfolder,
    trust_remote_code=True,
)

See the README inside each directory for its intended role.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов: f6a9159