Pi上少40%工具调用：LFM2.5-24B的适配器把agent训得更省

Hugging Face的younes放出了LFM2.5-24B-A2B的LoRA适配器，分别面向Pi和Claude Code两个开源harness。Liquid AI转发时强调，LFM本来就是为可定制设计的，专用智能才能让超过一半的企业AI用例有可预测的经济性。这个判断放到这次发布里，不空。

适配器没重训基座。它在LFM2.5-24B上做LoRA，再用RL调agent行为。LoRA是在基座上加一块小参数，RL用奖励信号调策略。训练配方来自Hugging Face的multi-harness-rl空间，数据集是SmolDataEnvs-harbor-train。younes在回复里说，agent在沙箱里用Pi，没有用合成的Pi轨迹训练。整个训练压在一张B300上，一半GPU跑vLLM server，另一半跑训练，总耗时约24小时。

性能部分，Pi-100 steps是最佳权衡：相对基础模型保住性能，同时提升工具调用效率。官方说法是Pi上最多减少40%工具调用。Claude Code版本没有看到相关提升，团队说会继续做。图里左轴是通过率变化，右轴是双方都解出的任务上的工具调用次数变化。基础模型的pass@1，Claude Code下是0.68，Pi下约0.75；每个checkpoint用93到100个held-out任务，T=0.8，最多17个agent steps。

有网友问40%怎么来的，younes的回答很直接：RL，Pi在沙箱里跑，不用合成轨迹。也有网友说，少工具调用才是agent的真指标，调用少意味着成本低，跑偏的机会也少。这个说法不算夸张。agent每多走一步，都多一次花钱和走错路的机会。

权重侧，团队放了GGUF，可以直接接llama.cpp。younes说Pi LoRA在Pi harness上工作顺手。有人问适配器在llama.cpp里会不会拖慢速度，原帖没给答案。这个点得等实测。

链接：

• 适配器集合
• Pi GGUF权重
• 训练配方
• 训练数据集
• Liquid AI原推
• younes原推

企业要的是每个任务成本可预测。大模型账单会飘，专用小模型加适配器至少把变量收窄了一点。