微软研究院开源 Agent Lightning v1.0:3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0,用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架里重写智能体。
推荐理由:微软研究院开源 Agent Lightning v1.0,给出真实 harness 参与 RL 训练的完整管线与配方,可用于复现。
微软研究院开源 Agent Lightning v1.0,用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架里重写智能体。
推荐理由:微软研究院开源 Agent Lightning v1.0,给出真实 harness 参与 RL 训练的完整管线与配方,可用于复现。
Berkeley Sky Lab 与 IBM Research 基于进化式内核搜索框架 K-Search,新增 MLX 后端和结构化 CUDA-to-MLX 翻译层,让现有 CUDA 内核作为知识库自动适配 Apple Silicon。
推荐理由:读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon,并了解翻译层对搜索结果的贡献有多大。