इस प्रोजेक्ट के बारे में

एजेंट लाइटनिंग Microsoft का एक ओपन-सोर्स फ्रेमवर्क है जो रीइन्फोर्समेंट लर्निंग के साथ AI एजेंटों को प्रशिक्षित करने के लिए है। इसे सरलता को ध्यान में रखकर डिज़ाइन किया गया है, जिसमें लगभग 3,500 लाइनें कोड हैं, और यह एजेंटों को मौजूदा एजेंट कोड में बदलाव किए बिना एक प्रॉक्सी के माध्यम से मॉडलों के साथ बातचीत करने की अनुमति देता है। फ्रेमवर्क प्रशिक्षण लूप में टूल्स, संदर्भ, नियंत्रण प्रवाह और वातावरण को बनाए रखता है। आर्किटेक्चर में तीन हल्के घटक होते हैं: एक Trainer जो verl और vLLM चलाता है, एक API Gateway जो मॉडल अनुरोधों को प्रॉक्सी करता है और प्रशिक्षण डेटा कैप्चर करता है, और एक Rollout Controller जो एजेंटों को स्थानीय रूप से या Kubernetes Jobs के रूप में चलाता है। नेटिव Kubernetes समर्थन बाहरी सैंडबॉक्स सेवाओं के बिना एजेंटों को सीधे जॉब के रूप में चलाने में सक्षम बनाता है। इस परियोजना में एक पूर्ण कोडिंग एजेंट प्रशिक्षण उदाहरण शामिल है। 6,000 प्रशिक्षण नमूनों का उपयोग करते हुए, एक एंड-टू-एंड Qwen3.5-9B वर्कफ़्लो SWE-bench Verified प्रदर्शन को 41.8% से 56.4% तक सुधारता है, जो 14.6 प्रतिशत अंकों की वृद्धि है। जारी की गई पाइपलाइन में डेटा सफाई, रिवॉर्ड-हैकिंग रोकथाम और प्रशिक्षण स्क्रिप्ट शामिल हैं। दस्तावेज़ीकरण में इंस्टॉलेशन, क्विक स्टार्ट, ट्रेनर कॉन्फ़िगरेशन, API गेटवे कॉन्फ़िगरेशन, कंट्रोलर कॉन्फ़िगरेशन और एसिंक्रोनस प्रशिक्षण शामिल हैं। उदाहरणों में Calc-X, GSM8K, ScienceWorld, Search-R1, LLM-in-Sandbox, और रिपॉजिटरी टेस्ट के साथ प्रशिक्षित एक कोडिंग एजेंट शामिल हैं। यह परियोजना MIT लाइसेंस के तहत जारी की गई है और इसका मूल्यांकन Microsoft Responsible AI Standard के विरुद्ध किया गया है।