Orchard: Một framework mở cho trí tuệ nhân tạo đại lý có khả năng mở rộng

Microsoft Research đã phát hành Orchard, một khung nguồn mở dành cho nghiên cứu trí tuệ nhân tạo dạng tác tử có khả năng mở rộng và tiết kiệm chi phí. Cốt lõi của nó là Orchard Env, một dịch vụ môi trường dựa trên Kubernetes cung cấp các thành phần cô lập có thể tái sử dụng để huấn luyện và đánh giá các tác tử trên nhiều lĩnh vực nhiệm vụ. Khung này hỗ trợ các tác tử kỹ thuật phần mềm, điều hướng web và trợ lý cá nhân, đồng thời có thể huấn luyện chúng trực tiếp bên trong các hệ thống triển khai thực tế như Codex, OpenClaw và ZeroClaw. Dự án giới thiệu ba công thức huấn luyện: Orchard-SWE, Orchard-GUI và Orchard-Claw. Đối với kỹ thuật phần mềm, Orchard-SWE sử dụng 107.000 tương tác tác tử đã được chưng cất từ MiniMax-M2.5 và Qwen3.5-397B, với phương pháp tinh chỉnh có giám sát phân bổ tín nhiệm và học tăng cường, đạt 69,7% trên SWE-bench Verified (73,0% với việc xếp hạng lại bằng mô hình giá trị) chỉ sử dụng khoảng 3 tỷ tham số hoạt động. Đối với điều hướng web, Orchard-GUI huấn luyện một mô hình ngôn ngữ thị giác 4 tỷ tham số với sự giám sát hạn chế (400 bản trình diễn và 2.200 nhiệm vụ), đạt trung bình 68,4% trên WebVoyager, Online-Mind2Web và DeepShop. Đối với trợ lý cá nhân, Orchard-Claw, được huấn luyện trên 200 nhiệm vụ tổng hợp trên nhiều hệ thống, đạt 59,6% trên Claw-Eval (73,9% với ZeroClaw). Khung này nhằm mục đích giảm chi phí nghiên cứu bằng cách cung cấp cơ sở hạ tầng mở, và các tác giả nhấn mạnh hiệu quả dữ liệu và học tập tác tử tích lũy là các hướng đi trong tương lai. Tất cả dữ liệu huấn luyện và phương pháp đánh giá được công bố cho cộng đồng.