TWITTER / X
Hugging Face 工程师分享：20 美元内用 RL 在目标 harness 上微调小型模型，Qwen3.5-0.8B 测试表现从 10% 提至 36%
Hugging Face 团队成员转发 younes 的帖子：作者声称用 RL 加 Hugging Face jobs，花费不足 20 美元即可在目标 harness 上微调小型模型，将 Qwen3.5-0.8B 在自有测试集上的表现从 10% 提升到 36%，同时将工具调用次数减少近一半；流程可在单张 24GB GPU 上运行，无需合成轨迹，并附详细线程。
AI 解读
原帖作者（经 LysandreJik 转发）声称：可以通过强化学习（RL）加 Hugging Face jobs，以不到 20 美元的成本，在目标 harness 上微调小型模型。作者声称将 Qwen3.5-0.8B 在自有测试集上的表现从 10% 提升到 36%，同时将工具调用次数减少约一半；整套流程可在单张 24GB GPU 上完成，且无需生成合成轨迹，并附带了线程展开说明。需要注意：所有数字（成本、性能提升幅度）均为作者自称，原文未提供测试集、评估方法或复现细节，无法独立确认。若内容属实，其价值在于展示了低成本、低硬件门槛的模型适配方法，对小模型落地工具调用类任务有参考意义。
推文原文
RT younes Adapt your small model on your target harness with less than 20$ using RL + HF jobs ! We improved Qwen3.5-0.8B from 10% to 36% on our test set by reducing the number of tool calls by almost 2. Everything fits on a single 24GB GPU and no need to generate synthetic trajectories ! 🧵 👇