Microsoft Research telah merilis Orchard, sebuah kerangka kerja sumber terbuka yang dirancang untuk memungkinkan penelitian yang skalabel dan hemat biaya mengenai agen otonom. Sistem ini berpusat pada Orchard Env, layanan lingkungan berbasis Kubernetes yang memungkinkan peneliti melatih dan mengevaluasi agen di berbagai domain seperti rekayasa perangkat lunak, navigasi web, dan bantuan pribadi tanpa perlu membangun ulang infrastruktur.
- Orchard-SWE mencapai 69,7% pada SWE-bench Verified menggunakan ~3 miliar parameter aktif, mencapai 73% dengan reranking model nilai.
- Orchard-GUI melatih model visi-bahasa berukuran 4 miliar parameter untuk mencapai rata-rata 68,4% di seluruh benchmark WebVoyager, Online-Mind2Web, dan DeepShop.
- Kerangka kerja ini mendukung pelatihan agen secara langsung di dalam harness penyebaran nyata seperti Codex dan OpenClaw, menjembatani kesenjangan antara lingkungan pelatihan dan penyebaran.
Rilis ini mencakup data pelatihan dan metode evaluasi untuk membantu komunitas penelitian yang lebih luas membangun dan mempelajari sistem agenik terbuka, mengatasi hambatan infrastruktur tertutup dalam pengembangan AI agenik saat ini.