AI रिपोर्ट्स · Microsoft · 2026-10-07 · उत्पाद घोषणा
Agent Lightning v1.0: असली हार्नेस के साथ एजेंटों को प्रशिक्षित करने के लिए 3,500 लाइनों का हल्का एजेंटिक RL फ़्रेमवर्क
मूल शीर्षक: Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
Microsoft Research Asia ने Harnessed Agentic RL पेश किया, जो एक ऐसा प्रशिक्षण प्रतिमान है जिसमें डिप्लॉयमेंट में उपयोग होने वाला वही एजेंट हार्नेस सीधे रीइन्फोर्समेंट लर्निंग में भाग लेता है। Agent Lightning v1.0 लगभग 3,500 पंक्तियों के कोड में एक संपूर्ण एजेंट RL कंट्रोल प्लेन प्रदान करता है और बिना किसी सशुल्क व्यावसायिक सैंडबॉक्स सेवा के Kubernetes पर नेटिव रूप से चलता है। एक एंड-टू-एंड कोडिंग एजेंट पाइपलाइन ने लगभग 6,000 प्रशिक्षण नमूनों का उपयोग करके SWE-bench Verified पर Qwen3.5-9B का Pass@1 41.8% से बढ़ाकर 56.4% कर दिया।