微软亚研院开源Agent Lightning v1.0智能体RL训练框架
工具AI 评分 78/100Microsoft Research 博客（RSS）待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
微软亚研院推出Agent Lightning v1.0，以约3500行代码提供完整智能体强化学习控制面。该框架让部署与训练共用同一harness，免去在训练框架内重写智能体。原生支持K8s运行且不依赖付费沙箱。其数据高效训练流程仅用约6000个开源样本，便将Qwen3.5-9B在SWE-bench Verified的Pass@1从41.8%提升至56.4%，增长14.6个百分点。
为什么值得看
用极简代码实现部署训练一体化智能体RL，且仅凭少量样本即大幅提升模型代码修复能力。
Qwen智能体强化学习
信源1 家
关键事实
相关 · 工具
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。