Agent Lightning v1.0 推进代理强化学习研究
Agent Lightning v1.0 是一个轻量级开源框架，用于“代理运行框架驱动的强化学习”。在这种架构中，部署时使用的代理框架会直接参与模型后训练。该框架支持任意代理框架，并处理重新分词、优势计算、损失归一化和后端调度等挑战。在指令遵循、搜索和编程代理评测中，仅使用 6,000 个训练样本和适度算力，就将 Qwen3.5-9B 在 SWE-bench Verified 上的成绩从 41.8% 提升至 56.4%。项目同时发布了完整工作流和训练脚本，以支持可复现研究。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。