रीइन्फोर्समेंट लर्निंग

Agent Lightning v1.0: Microsoft ने मौजूदा एजेंट हार्नेस के लिए RL फ्रेमवर्क को ओपन-सोर्स किया।

एजेंट लाइटनिंग v1.0 अपरिवर्तित एजेंट हार्नेस को LLM प्रॉक्सी के जरिए RL से जोड़ता है और Kubernetes जॉब के रूप में रोलआउट चलाता है। Microsoft SWE-bench Verified पर Qwen3.5-9B के लिए 56.4% Pass@1 की रिपोर्ट करता है।