Liquid AI 发布用于AI智能体的微调工具

Liquid AI 近日发布了 Liquid Harness，这是一款面向 AI 智能体的微调工具，旨在让没有机器学习经验的用户也能轻松定制模型。Liquid Harness 是一个自主智能体，用户只需用自然语言描述任务，它就能自动完成从数据管道构建到模型部署的全流程。例如，用户通过命令行运行 lqh --auto ./my-task，系统会自动生成评分规则（rubric）、生成样本数据、使用 LLM 评判器对样本进行评分和筛选，接着运行基线测试、执行监督微调（SFT）和直接偏好优化（DPO），最终输出一个可部署的模型检查点。整个流水线包含多个阶段：规格制定（spec）、评分规则编写（rubric）、数据生成（data gen）、过滤验证（filter）、基线测试（baseline）、SFT、DPO、评估（eval）和最终检查点（checkpoint）。每个阶段都是独立的组件，用户可以随时停止、检查或手动介入。整个过程在数十分钟内完成，大大缩短了传统微调所需的时间。

Liquid Harness 的核心优势在于其自动化程度。用户只需一个命令，系统就能自主完成所有工作。数据生成采用并发方式，LLM 评判器根据用户定义的规则对样本进行评分和筛选，确保进入训练的数据集已经过精心筛选。例如，在一次运行中，系统生成了 2000 个样本，经过过滤保留了 1427 个，最终 SFT 得分从基线的 4.1 提升到 6.8，DPO 迭代后进一步达到 7.4，比基线高出 3.3 分。这种端到端的自动优化流程，让模型定制变得前所未有的简单。

作为 Liquid AI 的官方工具，Liquid Harness 专为 Liquid Foundation Models（LFM）设计，默认基础模型为 LFM2-1.2B-Instruct。LFM 系列模型小巧且能力强大，可在各种环境中运行。该工具目前处于私有测试阶段，用户需通过邮箱申请访问权限。Liquid AI 表示，有了 Liquid Harness，用户只需一个下午就能完成首个模型的定制。这款工具的发布标志着 AI 模型微调向大众化迈出了重要一步，使得非专业人士也能快速构建定制化 AI 模型。