微软开发了Agent Lightning v1.0，这是一个连接强化学习以进行智能体训练的系统。这项新工作利用了一个端点代理来集成任何连接器，使训练器能够与环境循环进行交互。通过使用这种方法，并辅以适度的计算资源和6,000个训练示例，微软成功地将Qwen3.5-9B在SWE-bench Verified基准测试上的性能从41.8%提高到了56.4%。 AI
影响 这一发展可能会提高智能体训练的效率和在编码基准测试上的性能，并可能影响未来AI智能体的能力。
排序理由 该条目描述了微软的一项新研究工作，详细介绍了一种智能体训练方法及其在基准测试上的性能提升。[lever_c_demoted from research: ic=1 ai=1.0]
在 X — Omar Sanseviero (HF research) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
