SWE-bench

微软开源 Agent Lightning v1.0:3500 行代码的智能体 RL 训练框架,SWE-bench 成功率 41.8%→56.4%

微软亚研院把「线上在跑的 Agent」直接拉进了强化学习训练场 国庆假期刚过,微软亚洲研究院就丢出一个挺有意思的开源项目:Agent Lightning v1.0 正式放出,代码托…

小米把 MiMo-V2.6 全量开源:6 天在线强化学习、约 75 万条轨迹,Pro 版冲上最强开源模型

小米在 9 月 22 日正式发布并开源了 MiMo-V2.6 系列。这一代包括 Pro 和 Flash 两个原生全模态模型,同时放出了蒸馏版本、7000 多个强化学习任务环境、端到…