摘要由 AI 生成
2026 年 8 月 3 日,微软研究院发布名为 Orchard 的开源框架,旨在构建可扩展且成本效益高的智能体 AI 研究环境。该框架核心为 Orchard Env,支持软件、Web 导航及个人助理等多种智能体的训练与评估,并可在 Codex、OpenClaw 等真实部署环境中直接运行。实验表明,仅需约 30 亿参数的模型即可在 SWE-bench Verified 基准上达到 69.7% 的准确率(含重排序后为 73.0%),这一表现接近使用超十倍参数量的前沿系统。项目同时开放了训练数据、评估方法及相关领域特定训练食谱,以解决当前智能体研究因依赖私有基础设施而难以复现的瓶颈问题。
关键实体KEY ENTITIES
CodexOpenClawOrchardOrchard EnvZeroClaw
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- Orchard1
- Orchard Env1
- Codex1
- OpenClaw1
- ZeroClaw1
全部报道(1)SOURCES
↗
Orchard 发布开源框架,旨在构建可扩展且成本效益高的智能体 AI 研究环境。该框架核心为 Orchard Env,支持软件、Web 导航及个人助理等多种智能体训练与评估,并可在 Codex、OpenClaw 等真实部署环境中直接运行。实验表明,仅需约 30 亿参数的模型即可在 SWE-bench Verified 上达到 69.7%(含重排序后为 73.0%)的准确率,接近使用超十倍参数量的前沿系统。项目同时开放了训练数据、评估方法及相关领域特定训练食谱,以解决当前智能体研究因依赖私有基础设施而难以复现的瓶颈问题。