跳到正文
  1. Microsoft Research76

    Microsoft Research 发布 Agent Lightning v1.0 轻量级 Agentic RL 框架

    Microsoft Research Asia 发布并开源 Agent Lightning v1.0,一个约 3,500 行代码的轻量级 Agentic RL 框架,用于在真实 agent harness 中训练智能体。

    推荐理由:原文展示了用真实 agent harness 参与 RL 训练的设计,可作为编码智能体训练流程的工程参考。

已经到底了