Microsoft Research a publié Orchard, un framework open-source conçu pour permettre une recherche évolutive et rentable sur les agents autonomes. Le système repose sur Orchard Env, un service d'environnement basé sur Kubernetes qui permet aux chercheurs de former et d'évaluer des agents dans divers domaines tels que l'ingénierie logicielle, la navigation web et l'assistance personnelle, sans avoir à reconstruire l'infrastructure.
- Orchard-SWE atteint 69,7 % sur SWE-bench Verified avec environ 3 milliards de paramètres actifs, atteignant 73 % avec le reranking par modèle de valeur.
- Orchard-GUI forme un modèle vision-langage de 4 milliards de paramètres pour atteindre une moyenne de 68,4 % sur les benchmarks WebVoyager, Online-Mind2Web et DeepShop.
- Le framework prend en charge l'entraînement des agents directement dans des environnements de déploiement réels comme Codex et OpenClaw, comblant ainsi l'écart entre les environnements de formation et de déploiement.
La publication inclut les données d'entraînement et les méthodes d'évaluation pour aider la communauté de recherche plus large à construire et étudier des systèmes agentiques ouverts, en adressant le goulot d'étranglement lié à l'infrastructure propriétaire dans le développement actuel de l'IA agentique.