跳到正文
只看论文#开源/仓库
  1. Microsoft Research63

    Agent Lightning v1.0：3500 行轻量级 Agent 强化学习框架用于利用真实 Harness 训练 Agent

    Microsoft Research Asia 发布了 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级 Agent 强化学习控制平面，支持利用真实 Agent Harness 进行训练。

    推荐理由：Agent Lightning v1.0 通过引入 Harnessed Agentic RL 范式，使部署的 Agent Harness 直接参与强化学习训练，解决了传统框架需重新实现交互循环的高成本问题，并实现了仅用 6000 个样本将 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1 提升 14.6 个百分点。

  1. Berkeley AI Research78

    从 CUDA 到 MLX：K-Search 如何将数十年内核专家知识引入 Apple Silicon

    该研究提出了一种将 CUDA 专家知识自动迁移到 Apple Silicon 的方法，通过构建 CUDA 到 MLX 的翻译层，使 K-Search 框架能够利用现有的高性能 CUDA 内核作为知识基础，将优化策略适配到 Apple Silicon 架构上。

    推荐理由：该研究展示了如何利用 K-Search 框架结合 CUDA 到 MLX 的翻译层，将 NVIDIA 的专家级内核优化知识自动迁移到 Apple Silicon 上，使 AI 驱动的搜索能独立达到专家水平性能，为跨架构内核优化提供了可复用的方法。

已经到底了