AI رپورٹس · Microsoft · 2026-10-07 · مصنوعات کا اعلان
Agent Lightning v1.0: حقیقی ہارنیسز کے ساتھ ایجنٹس کی تربیت کے لیے 3,500 لائنوں پر مشتمل ہلکا پھلکا ایجنٹک RL فریم ورک
اصل عنوان: Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
Microsoft Research Asia نے Harnessed Agentic RL متعارف کرایا، جو ایک تربیتی طریقہ ہے جس میں تعیناتی میں استعمال ہونے والا وہی ایجنٹ ہارنس براہ راست ری انفورسمنٹ لرننگ میں حصہ لیتا ہے۔ Agent Lightning v1.0 تقریباً 3,500 لائنوں کے کوڈ میں مکمل ایجنٹ RL کنٹرول پلین فراہم کرتا ہے اور ادا شدہ تجارتی سینڈ باکس سروسز کے بغیر Kubernetes پر نیٹو طور پر چلتا ہے۔ ایک اینڈ ٹو اینڈ کوڈنگ ایجنٹ پائپ لائن نے تقریباً 6,000 تربیتی نمونوں کے ساتھ SWE-bench Verified پر Qwen3.5-9B کو 41.8% سے بڑھا کر 56.4% Pass@1 تک پہنچا دیا۔