Microsoft Open-Sources Orchard၊ မော်ဒယ်ငယ်များ Rival Frontier စနစ်များရှိရာ Agent AI Framework

Microsoft Research သည် ဆောက်လုပ်ရေး၊ လေ့ကျင့်ရေးနှင့် အကဲဖြတ်ရန်အတွက် ပွင့်လင်းမြင်သာမှုဆိုင်ရာ အခြေခံမူဘောင်ဖြစ်သော Orchard ကို ထုတ်ပြန်ခဲ့ပြီး ကုမ္ပဏီ၏ ပြောကြားချက်အရ သေးငယ်သော open-weight မော်ဒယ်များကို ၎င်းတို့၏ အရွယ်အစားထက် ဆယ်ဆပိုမိုသော နယ်ခြားစောင့်စနစ်များ၏ စွမ်းဆောင်ရည်ကို ချဉ်းကပ်ခွင့်ပေးသည်ဟု ကုမ္ပဏီက ပြောကြားခဲ့သည်။ 2026 ခုနှစ် ဩဂုတ်လ 3 ရက်နေ့ ဘလော့ဂ်ပို့စ်တွင် အသေးစိတ်ဖော်ပြထားသော အဆိုပါပရောဂျက်သည် ကုမ္ပဏီ၏ ရည်မှန်းချက်အရှိဆုံးလေလံဖြစ်ပြီး ယခုအချိန်အထိ သီးသန့်ဓာတ်ခွဲခန်းများတွင် သော့ခတ်ထားဆဲဖြစ်သော ပိုမိုကျယ်ပြန့်သော သုတေသနအသိုင်းအဝိုင်းအား ပေးဆောင်ရန် ကမ်းလှမ်းမှုဖြစ်သည်။

AI လုပ်ငန်းသည် တည်ငြိမ်သောမေးခွန်း-ဖြေဆိုခြင်းမှ အစီအစဉ်မျိုးစုံ၊ အကြောင်းပြချက်နှင့် လုပ်ဆောင်နိုင်သော ပတ်၀န်းကျင်များစွာတွင် လုပ်ဆောင်နိုင်သော အေးဂျင့်များဆီသို့ ရွေ့လျားလာသဖြင့် ထုတ်ဝေမှု ရောက်ရှိလာပါသည်။ နယ်ပယ်သည် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရစနစ်များဆီသို့ မည်ကဲ့သို့ ရွေ့လျားနေသည်နှင့် ပတ်သက်၍ ပိုမိုသိရှိလိုပါက ကျွန်ုပ်တို့၏ နောက်ဆုံးပေါ် AI လုပ်ငန်းဆိုင်ရာ လွှမ်းခြုံမှု ကို ကြည့်ပါ။

တကယ်တော့ Orchard ဆိုတာဘာလဲ

ပရောဂျက်၏ဗဟိုတွင် Orchard Env၊ ပေါ့ပါးပြီး Kubernetes အခြေပြု ပတ်ဝန်းကျင်ဝန်ဆောင်မှုသည် အတိုင်းအတာဖြင့် အေးဂျင့်များလည်ပတ်ရန်အတွက် ပြန်လည်အသုံးပြုနိုင်သော သီးခြားအစိတ်အပိုင်းများကို ပံ့ပိုးပေးပါသည်။ Microsoft ၏အဆိုအရ တူညီသောဝန်ဆောင်မှုသည် ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာအေးဂျင့်များ၊ ဝဘ်ရှာဖွေမှုအေးဂျင့်များနှင့် ပြုပြင်မွမ်းမံခြင်းမရှိဘဲ ကိုယ်ရေးကိုယ်တာလက်ထောက်အေးဂျင့်များကို ပံ့ပိုးပေးနိုင်သည်။ ၎င်းသည် လေ့ကျင့်ရေးဒေတာစုဆောင်းခြင်းမှ အားဖြည့်-သင်ယူမှုစတင်ခြင်းနှင့် အကဲဖြတ်ခြင်းအထိ အရာအားလုံးကို ကိုင်တွယ်သည်။

အဓိကသော့ချက်မှာ ဗိသုကာဆိုင်ရာ ဆုံးဖြတ်ချက်မှာ သီးသန့်လေ့ကျင့်မှုဘောင်အတွင်း ထည့်သွင်းထားသည့် အခြေခံအဆောက်အဦများထက်၊ runtime ပတ်၀န်းကျင်ကို သီးသန့်၊ ပြန်သုံးနိုင်သော ဝန်ဆောင်မှုအဖြစ် သဘောထားခြင်းဖြစ်သည်။ Orchard Env သည် Kubernetes တွင်တည်ရှိသောကြောင့်၊ ၎င်းသည် ထောင်ပေါင်းများစွာသော သီးခြားကွန်တိန်နာများကို အပြိုင်ဖန်တီး၊ စီမံကာ ဖယ်ရှားနိုင်သည်။ အဖွဲ့များသည် စံသတ်မှတ်ချက်အသစ်များ၊ အေးဂျင့်စနစ်များ သို့မဟုတ် အောက်ခြေအခြေခံအဆောက်အအုံကို အစမှပြန်လည်တည်ဆောက်ခြင်းမပြုဘဲ လေ့ကျင့်ရေး အယ်လဂိုရီသမ်များကို မိတ်ဆက်နိုင်သည်။

စစ်မှန်သောကြိုးဖြင့်လေ့ကျင့်ခြင်း။

Orchard ၏ထူးခြားသောအင်္ဂါရပ်များထဲမှတစ်ခုမှာ ၎င်းတို့အမှန်တကယ်အသုံးပြုမည့် ဖြန့်ကျက်ကြိုးကြိုးများအတွင်း အေးဂျင့်များကို တိုက်ရိုက်လေ့ကျင့်ပေးနိုင်ခြင်းဖြစ်ပါသည်။ ယနေ့ခေတ်တွင် စွမ်းဆောင်ရည်အရှိဆုံး အေးဂျင့်များသည် ဗလာမော်ဒယ်လ်အဖြစ် လုပ်ဆောင်ခဲပါသည်။ ၎င်းတို့သည် ဘက်စုံဆင်ခြင်ခြင်း၊ ကိရိယာအသုံးပြုခြင်းနှင့် ပြင်ပစနစ်များသို့ ချိတ်ဆက်မှုများကို စီမံခန့်ခွဲသည့် Codex၊ OpenClaw နှင့် ZeroClaw ကဲ့သို့သော ခေတ်မီဆန်းပြားသောကြိုးများဖြင့် လည်ပတ်သည်။

အဖွင့်လေ့ကျင့်ရေးကိရိယာများသည် အများအားဖြင့် ဤအခြေအနေရှိ၊ လုပ်ငန်းစဉ်ပေါင်းစုံကြိုးကြိုးများကို ကိုင်တွယ်ဖြေရှင်းနိုင်မည်မဟုတ်ပေ၊ သုတေသီများအား ရိုးရှင်းသောနေရာထိုင်ခင်းတွင် လေ့ကျင့်ခိုင်းပြီး လက်တွေ့တွင် လက်တွေ့အသုံးချနိုင်ကာ၊ လေ့ကျင့်မှုနှင့် အသုံးချမှုကြားတွင် မကိုက်ညီမှုများကို ဖန်တီးပေးပါသည်။ Orchard သည် ဤကွာဟချက်ကို ပိတ်သည်- ပေါ့ပါးသော proxy သည် ကြိုး၏ကိုယ်ပိုင်မော်ဒယ်ခေါ်ဆိုမှုများကို လေ့ကျင့်မှုဒေတာအဖြစ် ၎င်း၏ကိုယ်ပိုင်ကွန်တိန်နာတွင် လုပ်ဆောင်နေချိန်တွင် လေ့ကျင့်မှုဒေတာအဖြစ် အေးဂျင့်အား ထုတ်လုပ်ရာတွင် အသုံးပြုမည့်ကြိုးကြိုးတွင် အဆုံးမှအဆုံးအထိ လေ့ကျင့်သင်ကြားနိုင်စေမည်ဖြစ်သည်။

ဒိုမိန်းအလိုက် ချက်ပြုတ်နည်းသုံးမျိုး

ချဉ်းကပ်မှုကို သရုပ်ပြရန်အတွက် Microsoft သည် လေ့ကျင့်ရေးလုပ်ငန်းစဉ်သုံးရပ်ကို ထုတ်ပြန်ခဲ့သည်။

Orchard-SWE: ဆော့ဖ်ဝဲအင်ဂျင်နီယာ

Orchard-SWE သည် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရအေးဂျင့်များအတွက် တောင်းဆိုမှုအရှိဆုံးဆက်တင်များထဲမှတစ်ခုကို ပစ်မှတ်ထားပါသည်- အစစ်အမှန်ကုဒ်ဘေ့စ်များထက် အဆင့်ပေါင်းများစွာ ကျိုးကြောင်းဆင်ခြင်ခြင်း။ ၎င်းကို Mini-SWE-Agent မူဘောင်ကို အသုံးပြု၍ တည်ဆောက်ထားပြီး လက်တွေ့ကမ္ဘာကုဒ်ဘေ့စ်များကို လမ်းကြောင်းပြရန်၊ ဖော်ထုတ်ရန်နှင့် ပြုပြင်ရန် မော်ဒယ်တစ်ဦး၏စွမ်းရည်ကို စမ်းသပ်သည့် စံညွှန်းတစ်ခုဖြစ်သည့် SWE-bench Verified တွင် အကဲဖြတ်ထားသည်။

စနစ်အား လေ့ကျင့်ရန်အတွက် Microsoft သည် GitHub ၏ ကျယ်ပြန့်သော အကွာအဝေးပြဿနာများကို လွှမ်းခြုံထားသော အဆင့်မြင့် အဖွင့်အလေးချိန် မော်ဒယ်နှစ်ခုဖြစ်သည့် MiniMax-M2.5 နှင့် Qwen3.5-397B တို့မှ အေးဂျင့်အပြန်အလှန်တုံ့ပြန်မှု 107,000 ကို ပေါင်းထည့်ခဲ့သည်။ credit-assignment supervised fine-tuning ဟုခေါ်သော နည်းပညာကို အသုံးပြု၍ စနစ်သည် ၎င်းတို့ကို လုံးဝစွန့်ပစ်ခြင်းထက် တစ်စိတ်တစ်ပိုင်းကြိုးစားမှု၏ အကျိုးဖြစ်ထွန်းသောအပိုင်းများမှ သင်ယူသည်။

ရလဒ်များသည် မော်ဒယ်အား SWE-ခုံတန်းရှည်တွင် စိစစ်ထားသော 61.4% အခြေခံမှ 69.1% အား အားဖြည့်သင်ကြားမှုဖြင့် နှင့် 69.7% အား dens-reward နည်းပညာများဖြင့် ရွှေ့သည်။ တန်ဖိုး-မော်ဒယ်ကို အဆင့်သတ်မှတ်ခြင်းနှင့်အတူ၊ ကိန်းဂဏန်းသည် 73.0% သို့ရောက်ရှိသည် — 3 ဘီလီယံခန့်သာရှိသော အသက်ဝင်သည့်ဘောင်များကို အသုံးပြု၍ နှိုင်းယှဉ်နိုင်သောအရွယ်အစားရှိသော open-source မော်ဒယ်များကြားတွင် အနုပညာအခြေအနေသစ်တစ်ခုရောက်ရှိသွားပါသည်။

Orchard-GUI- ဝဘ်လမ်းညွှန်

Orchard-GUI သည် ဘရောက်ဆာ အေးဂျင့်အဖြစ် 4 ဘီလီယံ ပါရာမီတာ အမြင်-ဘာသာစကား မော်ဒယ်ကို လေ့ကျင့်ပေးသည်။ ကြီးကြပ်မှုအတော်လေးနည်းသော်လည်း — ရေစက်သရုပ်ပြ ၄၀၀ နှင့် အဖွင့်အဆုံးလေ့ကျင့်ရေးလုပ်ဆောင်စရာများ ပေါင်းစပ်ထားသည့်ကြားမှ — မော်ဒယ်သည် WebVoyager တွင် 74.1%၊ Online-Mind2Web တွင် 67.0% နှင့် DeepShop တွင် 64.0%၊ ပျမ်းမျှအားဖြင့် 68.4% ရရှိခဲ့သည်။ Microsoft က အဆိုပါရလဒ်များသည် ယနေ့အထိ အပြင်းထန်ဆုံး open-source ဝဘ်အေးဂျင့်များထဲတွင် နေရာယူထားသည်ဟု ဆိုသည်။

Orchard-Claw: ကိုယ်ရေးကိုယ်တာ လက်ထောက်အလုပ်များ

Orchard-Claw သည် အီးမေးလ်များဖတ်ခြင်းနှင့် မူကြမ်းရေးဆွဲခြင်း၊ ပြက္ခဒိန်များကို စီမံခန့်ခွဲခြင်းနှင့် သတင်းအချက်အလက်ရှာဖွေခြင်းကဲ့သို့သော နေ့စဥ်လုပ်ငန်းဆောင်တာများကို အဓိကလုပ်ဆောင်သည်။ ပေါင်းစပ်လုပ်ဆောင်စရာ ၂၀၀ မျှကိုသာ လေ့ကျင့်သင်ကြားပြီး Claw-Eval စံညွှန်းတွင် အကဲဖြတ်ခဲ့ရာ၊ ၎င်းသည် ကြိုးပမ်းမှုသုံးကြိမ်အထိ လုပ်ဆောင်ပေးထားသည့် အလုပ်များ၏ 59.6% ကို ပြီးမြောက်ခဲ့ပြီး ပိုမိုအားကောင်းသည့် ZeroClaw အေးဂျင့်စနစ်နှင့် တွဲလိုက်သောအခါ 73.9% အထိ မြင့်တက်လာသည်။

မော်ဒယ်ငယ်လေးတွေရဲ့ ရလဒ်တွေက ဘာကြောင့် အရေးကြီးတာလဲ။

စံနှုန်းနံပါတ်များသည် အကြမ်းဖျင်းအားဖြင့် 3 မှ 4 ဘီလီယံအထိရှိသည့် မော်ဒယ်များမှ ဆင်းသက်လာသောကြောင့် - ဦးဆောင်သူစာရင်းများကို လွှမ်းမိုးထားသည့် OpenAI၊ Anthropic နှင့် Google တို့မှ ရှေ့တန်းစနစ်များထက် သေးငယ်သောကြောင့်ဖြစ်သည်။ Microsoft ၏ စောဒကတက်ချက်မှာ မှန်ကန်သော လေ့ကျင့်ရေး အခြေခံအဆောက်အအုံနှင့် ပတ်ဝန်းကျင်သည် ကွာဟချက်များစွာကို ပိတ်သွားစေနိုင်ပြီး အကြီးဆုံးသော မူပိုင်မော်ဒယ်များကို လေ့ကျင့်ရန် သို့မဟုတ် လုပ်ဆောင်ရန် မတတ်နိုင်သော သုတေသီများနှင့် အဖွဲ့အစည်းများအတွက် စွမ်းရည်ရှိသော အေးဂျင့်စနစ်များကို သုတေသနပြုသူများနှင့် အဖွဲ့အစည်းများထံ လက်လှမ်းမီနိုင်စေခြင်း ဖြစ်သည်။

မော်ဒယ်များနှင့် အလုပ်အသွားအလာများနှင့်အတူ Microsoft သည် ၎င်းတို့ကို တည်ဆောက်ရန်အတွက် အသုံးပြုသည့် လေ့ကျင့်ရေးဒေတာနှင့် အကဲဖြတ်သည့်နည်းလမ်းများကို ထုတ်ပြန်ခဲ့ပြီး ပိုမိုကျယ်ပြန့်သော သုတေသနအသိုင်းအဝိုင်းကို ပွင့်လင်းမြင်သာသောအေးဂျင့်စနစ်များကို တည်ဆောက်ကာ လေ့လာနိုင်စေရန် ရည်ရွယ်ချက်ဖြင့် ထုတ်ပြန်ခဲ့သည်။ အဆိုပါအလုပ်ကို Baolin Peng၊ Wenlin Yao၊ Qianhui Wu၊ Hao Cheng နှင့် Microsoft Research မှ Jianfeng Gao တို့က ဦးဆောင်ခဲ့သည်။

AI ၏ရှေ့တွင်နေပါ။

Microsoft ၏ Orchard သည် Frontier agentic AI ၏နောက်ကွယ်ရှိ အခြေခံအဆောက်အအုံများသည် ဒီမိုကရေစီစနစ်သို့ စတင်နေပြီဟု အချက်ပြသည်။ အပြည့်အစုံဖတ်ရန် ထူးခြားသော AI သတင်း နှင့် AI သတင်းများကို ပိုမိုဖတ်ရှုပါ →