跳到正文
  1. Microsoft Research78

    Microsoft Research 开源 Agent Lightning v1.0,3,500 行轻量级 Agentic RL 框架

    Microsoft Research Asia 开源 Agent Lightning v1.0,将部署时使用的真实 agent harness 直接纳入 RL 训练,框架约 3,500 行代码。

    推荐理由:文章说明了真实 harness 如何接入 RL 训练,并用 3,500 行框架、Kubernetes 作业与 SWE-bench Verified 实验呈现工程设计和训练结果。

已经到底了