Ripoti za AI · Microsoft · 2026-10-07 · Tangazo la bidhaa
Agent Lightning v1.0: Mfumo mwepesi wa Agentic RL wa mistari 3,500 wa kufunza mawakala kwa kutumia harness halisi
Kichwa asilia: Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
Microsoft Research Asia ilianzisha Harnessed Agentic RL, mfumo wa mafunzo ambapo harness ile ile ya wakala inayotumika katika uendeshaji hushiriki moja kwa moja katika ujifunzaji wa kuimarisha. Agent Lightning v1.0 hutoa jukwaa kamili la udhibiti wa RL ya wakala kwa takriban mistari 3,500 ya msimbo na huendeshwa moja kwa moja kwenye Kubernetes bila huduma za kibiashara za sandbox za kulipia. Mfumo mzima wa wakala wa uandishi wa msimbo uliinua Qwen3.5-9B kutoka 41.8% hadi 56.4% Pass@1 kwenye SWE-bench Verified kwa kutumia takriban sampuli 6,000 za mafunzo.