Microsoft Research· Zhiyuan He, Yuqing Yang·· 1 小时前精选AI 评分72
微软开源约 3,500 行的轻量 Agentic RL 框架 Agent Lightning v1.0
Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
AI 导读
微软研究院开源 Agent Lightning v1.0，一个约 3,500 行代码的轻量 Agentic RL 框架，让部署时使用的 agent harness 直接参与强化学习训练，无需在训练框架内重建 agent。
推荐理由
文章拆解了用真实 harness 做 RL 的四个难点与对应设计，其中约 6,000 样本的训练配方和调度做法可迁移到自建 agent RL 管线。
来源：Microsoft Research · microsoft.com