Orchard – Microsoft Research tomonidan ochiq manbaga chiqarilgan Agentic AI modellashtirish freymvorki Faoliyat yuritmoqda

Orchard — Microsoft Research tomonidan taqdim etilgan ochiq manbali Agentic AI modellashtirish freymvorki bo‘lib, uning asosi Kubernetes asosidagi Orchard Env muhit xizmatidan iborat. U sandboxlarni turli domenlarda qayta ishlatgan holda ma’lumotlarni distillatsiya qilish, reinforcement learning rollout va baholashni qo‘llab-quvvatlaydi. Freymvork dasturiy injiniring, brauzer navigatsiyasi va shaxsiy yordamchi kabi uchta asosiy yo‘nalishni qamrab oladi hamda o‘qitish ma’lumotlari va baholash usullarini ochiq manbaga chiqargan.

Domenlararo yagona muhit xizmati: Orchard Env sandboxlar hayotiy siklini boshqarish, buyruqlarni bajarish, fayl I/O, tarmoq siyosatlari va REST API imkoniyatlarini taqdim etadi. Bitta infratuzilma kod, veb, desktop, mobil qurilmalar va ishlab chiqarishdagi ish jarayonlarini qo‘llab-quvvatlaydi.
Uch yo‘nalish uchun o‘qitish retseptlari: Orchard-SWE kodlarni tuzatishga, Orchard-GUI vizual veb navigatsiyasiga, Orchard-Claw esa elektron pochta, kalendar kabi kundalik unumdorlik vazifalariga ixtisoslashgan. Ularning barchasi to‘liq SFT + RL o‘qitish pipeline’larini taqdim etadi.
Real harnesslarda o‘qitish: Codex, OpenClaw, ZeroClaw kabi real joylashtirilgan harnesslarda end-to-end o‘qitish va baholashni bevosita bajarishni qo‘llab-quvvatlaydi, shu orqali o‘qitish va joylashtirish muhitlari o‘rtasidagi nomuvofiqlikni bartaraf etadi.
Ochiq ma’lumotlar to‘plamlari va baholash protokollari: 107K ta SWE traektoriyasi va 3,070 ta GUI multimodal rollout ma’lumotlari, shuningdek tegishli baholash mezonlari va qayta tiklanadigan retseptlar taqdim etilgan.

WeChat’da kuzatib boring va “开源” deb javob yuborib, AI ochiq manbali loyihalar guruhiga qo‘shiling.
Kubernetes-native muhit qatlami: Orchard Env mustaqil xizmat sifatida ishlaydi. Konteynerlarni orkestratsiya qilish orqali minglab izolyatsiyalangan sandboxlarni parallel yaratish va o‘chirishni ta’minlaydi. Buyruqlarni bajarishning o‘rtacha kechikishi atigi 0.28 soniya bo‘lib, avtomatik masshtablash va Redis taqsimlangan qulflarini qo‘llab-quvvatlaydi.
Credit-Assignment SFT: Dasturiy injiniring sohasida tizim qisman muvaffaqiyatsiz traektoriyalarni tashlab yubormaydi, balki yaroqli qismlardan nazorat signallarini ajratib oladi va foydalanish mumkin bo‘lgan o‘qitish ma’lumotlari hajmini maksimal darajaga yetkazadi.
Balanced Adaptive Rollout + zich mukofotlar: RL’dagi siyrak teskari aloqa muammosiga qarshi muvozanatlangan adaptiv rollout kam uchraydigan muvaffaqiyat signallarini ushlaydi. Shuningdek, on-policy distillatsiya va qoidalarga asoslangan jarayon mukofoti modeli oraliq bosqichlar uchun zich yo‘l-yo‘riq beradi.
Value Model orqali qayta saralash: 20 ta tarixiy tajribaning rollout traektoriyalari yordamida 4B parametrli qiymat modeli o‘qitiladi. Inferens bosqichida bir nechta nomzod yechimlar baholanib, eng yaxshisi tanlanadi. Natijada Orchard-SWE ko‘rsatkichi 69.7% dan 73.0% gacha oshadi.
Harness-Agnostic agent yozuvlari: Yengil agent yozuv harnessning o‘zidagi model chaqiruvlarini qayd etadi va ularni o‘qitish namunalariga aylantiradi. Shu tariqa istalgan RL kutubxonasi istalgan harnessga muhit imijini o‘zgartirmasdan ulanadi.

SDK’ni o‘rnatish: Python SDK’ni o‘rnatish uchun pip install -e "orchard_env[dev]" buyrug‘ini bajaring, so‘ng SANDBOX_BASE_URL va SANDBOX_API_KEY muhit o‘zgaruvchilarini sozlang.
Sandboxni tezkor chaqirish: SandboxClient kontekst menejeridan foydalanib sandbox yarating va buyruqlarni bajaring. Sinxron va asinxron rejimlar, fayllarni o‘qish-yozish, git patch’larini qo‘llash hamda PTY sessiyalari qo‘llab-quvvatlanadi.
Orkestratorni joylashtirish: Azure AKS taqdim etadigan to‘rtta skript (provision, build, deploy, smoke-test) yordamida ko‘p nusxali orkestratorni taxminan 20 daqiqada joylashtirish mumkin. Azure bo‘lmagan klasterlar ham qo‘llab-quvvatlanadi.
O‘qitish retseptlarini ishga tushirish: GitHub repozitoriysidagi trainer/slime/ katalogiga murojaat qilib, Orchard Env’da Orchard-SWE, Orchard-GUI yoki Orchard-Claw uchun to‘liq SFT + RL o‘qitish jarayonini bajaring.

Kichik model katta model natijalariga yaqinlashadi: Orchard-SWE taxminan 3B faol parametr bilan SWE-bench Verified’da 73.0% natijaga erishadi va parametrlari 10 martadan ko‘p bo‘lgan ilg‘or tizimlarga yaqinlashadi; Orchard-GUI esa 4B parametr bilan uchta asosiy veb benchmarkda o‘rtacha 68.4% natija ko‘rsatib, OpenAI CUA va Gemini CUA bilan raqobatlasha oladi.
Xarajatlar sezilarli darajada kamayadi: E2B, Daytona kabi boshqariladigan sandbox xizmatlariga nisbatan Orchard Env’ning talab bo‘yicha xarajati taxminan 0.47 baravar, Spot instansiyalari xarajati esa atigi 0.10 baravarni tashkil etadi. Farq taxminan 10 baravar.
Harnesslararo umumlashtirish kuchli: Bir xil muhit qatlami ReACT, ZeroClaw, OpenClaw, Codex kabi turli harnesslarni qo‘llab-quvvatlaydi. Orchard-Claw’da ZeroClaw ostida pass@3 ko‘rsatkichi 59.6% dan 73.9% gacha oshadi.
O‘qitish ma’lumotlaridan samarali foydalanish: Orchard-GUI atigi 400 ta distillangan namoyish va 2,200 ta ochiq topshiriq yordamida ochiq manbali eng kuchli veb agent darajasiga erishadi. Bu to‘g‘ri muhit bilan kichik hajmdagi ma’lumotlar ham yuqori qobiliyatli modelni o‘qitish uchun yetarli ekanini ko‘rsatadi.

Loyihaning rasmiy sayti: https://www.microsoft.com/en-us/research/blog/orchard-an-open-framework-for-scalable-agentic-ai/
GitHub repozitoriysi: https://github.com/microsoft/Orchard
HuggingFace model kutubxonasi: https://huggingface.co/datasets/microsoft/Orchard
arXiv texnik maqolasi: https://arxiv.org/pdf/2605.15040

Dasturiy injiniringni avtomatlashtirish: Haqiqiy kod bazalarida xatolarni mustaqil aniqlash, testlar yozish, patchlar yaratish va ularni tekshiruvdan o‘tkazish. Ochiq manbali loyihalarni qo‘llab-quvvatlash va korxona ichidagi kod tekshiruvlari uchun mos.
Aqlli veb navigatsiyasi: Vizual tushunish asosida brauzerni avtomatik boshqarib, chipta bron qilish, xarid qilish va ma’lumot izlash kabi ochiq domen vazifalarini bajaradi. RPA’ga muqobil sifatida ishlatilishi mumkin.
Shaxsiy unumdorlik yordamchisi: Elektron pochta, kalendar, hujjatlar kabi vositalar bo‘ylab murakkab ish jarayonlarini bajaradi, masalan uchrashuvlarni avtomatik rejalashtirish, kiruvchi xatlar qutisini tartibga solish va hisobotlar yaratish.
Agent tadqiqot infratuzilmasi: Akademik va sanoat tadqiqot jamoalariga qayta tiklanadigan, arzon Agent o‘qitish va baholash platformasini taqdim etib, ochiq manbali Agentic AI ekotizimini rivojlantirishni tezlashtiradi.
Domenlararo Agent qobiliyatlarini ko‘chirish: Yagona muhit qatlami yordamida kod, veb va desktop operatsiyalari o‘rtasida ko‘nikmalarni ko‘chirish hamda to‘plangan o‘rganish imkoniyatlarini tadqiq etadi.