速報 · フレームワークと案件
Microsoft Agent Lightning v1.0は本番ハーネスに訓練ループを主導させ、訓練システムは脇で観察するだけ——わずか6,000件のデータでSWE-benchのスコアを14.6ポイント押し上げた。
Chris Vale
·
2026年09月05日
2026年8月17日、Microsoft Researchはオープンソースの強化学習（RL）フレームワークAgent Lightning v1.0を公開した。これはエージェント開発における長年の、しかしあまり名指しされてこなかった課題を扱っている——エージェントを訓練する環境と、実際にそれを本番展開する環境は、しばしばまったく別物だという課題だ。このギャップにはtrain-serve mismatch（訓練と提供の不一致）という名前があり、Agent Lightning...