Orchard: avoin kehys skaalautuvalle agenttiselle tekoälylle

Microsoft Research on julkaissut Orchardin, avoimen lähdekoodin viitekehyksen skaalautuvaan ja kustannustehokkaaseen agenttipohjaiseen tekoälytutkimukseen. Sen ytimessä on Orchard Env, Kubernetes-pohjainen ympäristöpalvelu, joka tarjoaa uudelleenkäytettäviä eristettyjä komponentteja agenttien kouluttamiseen ja arviointiin eri tehtäväalueilla. Viitekehys tukee ohjelmistosuunnittelu-, verkkonavigointi- ja henkilökohtaisia assistenttiagentteja, ja se voi kouluttaa niitä suoraan todellisissa käyttöympäristöissä, kuten Codex, OpenClaw ja ZeroClaw. Projekti esittelee kolme koulutusreseptiä: Orchard-SWE, Orchard-GUI ja Orchard-Claw. Ohjelmistosuunnittelussa Orchard-SWE käyttää 107 000 tislattua agenttivuorovaikutusta MiniMax-M2.5- ja Qwen3.5-397B-malleista, hyödyntäen luottojen kohdistamiseen perustuvaa ohjattua hienosäätöä ja vahvistusoppimista, saavuttaen 69,7 prosentin tuloksen SWE-bench Verified -testissä (73,0 prosenttia arvomallin uudelleenjärjestelyllä) käyttäen vain noin 3 miljardia aktiivista parametria. Verkkonavigointiin Orchard-GUI kouluttaa 4 miljardin parametrin vision-kielimallin rajoitetulla valvonnalla (400 esimerkkiä ja 2 200 tehtävää), saavuttaen keskimäärin 68,4 prosentin tuloksen WebVoyager-, Online-Mind2Web- ja DeepShop-testeissä. Henkilökohtaiseen avustamiseen tarkoitettu Orchard-Claw, joka on koulutettu 200 synteettisellä tehtävällä useissa ympäristöissä, saavuttaa 59,6 prosentin tuloksen Claw-Eval-testissä (73,9 prosenttia ZeroClaw'n kanssa). Viitekehys pyrkii alentamaan tutkimuskustannuksia tarjoamalla avoimen infrastruktuurin, ja kirjoittajat korostavat datatehokkuutta ja kumulatiivista agenttioppimista tulevina tutkimussuuntina. Kaikki koulutusdata ja arviointimenetelmät on julkaistu yhteisölle.