LFM2.5向けにPi・Claude Code用LoRAを公開　Piでツール呼出39%減、評価は100課題

何について

Maxime Labonne氏が紹介したのは、LFM2.5-24B-A2Bをコーディングエージェントの実行環境に合わせるLoRAアダプター。引用先のyounes氏はPi用とClaude Code用を公開し、エージェントが使う指示文やツールに合わせた学習を試している。 Pi用のモデルカードによると、データ分析の100課題を同じ条件で各1回解いた評価で、元モデルとアダプターの両方が正解した課題のツール呼出回数が39%減った。初回正解率は4.2ポイント低かったが、提供者は100課題での誤差幅を約±5ポイントと説明している。全タスクで速度や費用が39%改善したという結果ではない。 一方、Claude Code用は元モデルに対する改善を実測したものではなく、参照用・出発点として公開されている。評価は特定のデータ分析課題と実行環境に限られ、他の開発作業や別のハーネスに同じ効果が出るとは限らない。

なぜ注目

モデル単体の性能だけでなく、実際のエージェント環境に合わせた学習で作業の無駄を減らす試みです。Piでの改善条件と、改善未確認のClaude Code用を分けて公開している点が参考になります。