论文页面 - Orchard: 一个开源的智能体建模框架

来源：https://huggingface.co/papers/2605.15040 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

Orchard 是一个开源的可扩展智能体建模框架，通过针对编码、GUI 导航和个人助手任务的专门配方，支持训练多样化的自主智能体。

智能体建模（https://huggingface.co/papers?q=Agentic%20modeling）旨在将 LLM 转变为能够通过规划（https://huggingface.co/papers?q=planning）、推理（https://huggingface.co/papers?q=reasoning）、工具使用（https://huggingface.co/papers?q=tool%20use）以及与环境的多轮交互（https://huggingface.co/papers?q=multi-turn%20interaction）来解决复杂任务的自主智能体。尽管有大量投资，但开放研究仍然受到基础设施和训练差距的限制。许多高性能系统依赖于专有代码库、模型或服务，而大多数开源框架侧重于编排和评估，而非可扩展的智能体训练。我们提出 Orchard，一个用于可扩展智能体建模（https://huggingface.co/papers?q=agentic%20modeling）的开源框架。其核心是 Orchard Env，一个轻量级环境服务（https://huggingface.co/papers?q=environment%20service），为跨任务领域、智能体适配器和流水线阶段的沙箱生命周期管理（https://huggingface.co/papers?q=sandbox%20lifecycle%20management）提供可复用原语。在 Orchard Env 之上，我们构建了三个智能体建模配方（https://huggingface.co/papers?q=agentic%20modeling%20recipes）。Orchard-SWE 面向编码智能体。我们从 MiniMax-M2.5 和 Qwen3.5-397B 中蒸馏出 107K 条轨迹，引入了信用分配 SFT（https://huggingface.co/papers?q=credit-assignment%20SFT）从未解决轨迹的有效片段中学习，并应用平衡自适应展开（https://huggingface.co/papers?q=Balanced%20Adaptive%20Rollout）进行强化学习。从 Qwen3-30B-A3B-Thinking 出发，Orchard-SWE 在 SWE-bench（https://huggingface.co/papers?q=SWE-bench）验证集上经过 SFT 后达到 64.3%，经过 SFT+RL 后达到 67.5%，在同等规模的开源模型中创造了新的最佳记录。Orchard-GUI 训练了一个仅使用 0.4K 蒸馏轨迹和 2.2K 开放任务、参数量为 4B 的视觉语言计算机使用智能体。它在 WebVoyager（https://huggingface.co/papers?q=WebVoyager）、Online-Mind2Web（https://huggingface.co/papers?q=Online-Mind2Web）和 DeepShop（https://huggingface.co/papers?q=DeepShop）上分别实现了 74.1%、67.0% 和 64.0% 的成功率，成为最强的开源模型，同时与专有系统保持竞争力。Orchard-Claw 面向个人助手智能体。仅使用 0.2K 合成任务训练，它在 Claw-Eval（https://huggingface.co/papers?q=Claw-Eval）上达到 59.6% 的 pass@3，当与更强的 ZeroClaw 适配器（https://huggingface.co/papers?q=ZeroClaw%20harness）结合时达到 73.9%。综合这些结果表明，一个轻量级、开放、与适配器无关的环境层能够实现跨领域的可复用智能体数据、训练配方和评估。

查看 arXiv 页面（https://arxiv.org/abs/2605.15040）查看 PDF（https://arxiv.org/pdf/2605.15040）GitHub0（https://github.com/microsoft/Orchard）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.15040）

在你的智能体中获取此论文：

hf papers read 2605.15040

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2605.15040 以从本页链接它。

引用此论文的数据集0

没有数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2605.15040 以从本页链接它。

引用此论文的 Spaces0

没有 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2605.15040 以从本页链接它。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到一个收藏集（https://huggingface.co/new-collection）中以从本页链接它。