微软 Agent Lightning 用 6K 数据将 SWE-bench 提升至 56.4%
omarsar0 · x · 2026-08-19
微软发布了 Agent Lightning v1.0，这是一个利用强化学习(RL)训练智能体代理的新框架。它通过端点代理将“harness”(拥有工具、上下文和控制流的环境)连接到 RL 训练循环，解决了 retokenization、样本合并、优势计算等工程问题。
实测表明，仅使用 6K 个训练样本和适度算力，该框架将 Qwen2.5-9B 模型在 SWE-bench Verified 上的得分从 41.8% 提升至 56.4%，验证了通过 RL 优化后训练流程的有效性。
所属事件:微软 Agent Lightning v1.0 发布，SWE-bench 提至 56.4%(3 条相关)→
「编程与Agent」频道最新
- Vibe coding 数据管道易,亿级生产可靠难:八大数据工程课题清单 — Zachly · 2026-10-16
- Claude Code Review 上手指南：管理员一键开启，每个 PR 自动审查 — ClaudeDevs · 2026-10-16
- Anthropic 送码：Enterprise 用户可领至少 1 万美元 Code Review 额度 — ClaudeDevs · 2026-10-16
- Anthropic Code Review 正式上线：速度提升 3 倍，支持三档审查强度 — ClaudeDevs · 2026-10-16
- Supabase CLI 2.119.0:无需 Docker、每个 Coding Agent 独享本地项目 — dshukertjr · 2026-10-16
- 马斯克转发用户实测：Grok 电脑操作速度超预期，免装 Codex — elonmusk · 2026-10-16