மைக்ரோசாஃப்ட் ரிசர்ச் ஆர்ச்சர்டை வெளியிட்டது, இது தன்னாட்சி AI முகவர்களை உருவாக்குதல், பயிற்சி செய்தல் மற்றும் மதிப்பிடுவதற்கான ஒரு திறந்த மூலக் கட்டமைப்பாகும். ஆகஸ்ட் 3, 2026 அன்று ஒரு வலைப்பதிவு இடுகையில் விவரிக்கப்பட்டுள்ள இந்தத் திட்டம், இது வரை, தனியுரிம ஆய்வகங்களுக்குள் பெரும்பாலும் பூட்டப்பட்ட உள்கட்டமைப்பை பரந்த ஆராய்ச்சி சமூகத்திற்கு வழங்குவதற்கான நிறுவனத்தின் மிகவும் லட்சிய முயற்சியாகும்.
AI தொழில்துறையானது நிலையான கேள்வி-பதில்களிலிருந்து பலபடியான சூழல்களில் திட்டமிடலாம், நியாயப்படுத்தலாம் மற்றும் செயல்படக்கூடிய முகவர்களை நோக்கி மாறும்போது வெளியீடு வருகிறது. தன்னாட்சி அமைப்புகளை நோக்கி களம் எவ்வாறு நகர்கிறது என்பதைப் பற்றி மேலும் அறிய, எங்களின் சமீபத்திய AI துறையின் கவரேஜ் ஐப் பார்க்கவும்.
பழத்தோட்டம் என்றால் என்ன
திட்டத்தின் மையத்தில் Orchard Env உள்ளது, இது ஒரு இலகுரக, குபெர்னெட்ஸ்-அடிப்படையிலான சுற்றுச்சூழல் சேவையாகும், இது மீண்டும் பயன்படுத்தக்கூடிய, தனிமைப்படுத்தப்பட்ட கூறுகளை அளவில் இயங்கும் முகவர்களுக்கு வழங்குகிறது. மைக்ரோசாப்டின் கூற்றுப்படி, அதே சேவையானது மென்பொருள்-பொறியியல் முகவர்கள், இணைய உலாவல் முகவர்கள் மற்றும் தனிப்பட்ட-உதவி முகவர்கள் ஆகியவற்றை மாற்றமின்றி ஆதரிக்க முடியும். பயிற்சித் தரவைச் சேகரிப்பதில் இருந்து வலுவூட்டல்-கற்றல் வெளியீடுகள் மற்றும் மதிப்பீடு வரை அனைத்தையும் இது கையாளுகிறது.
ஒரு குறிப்பிட்ட பயிற்சி கட்டமைப்பிற்குள் உட்பொதிக்கப்பட்ட உள்கட்டமைப்பைக் காட்டிலும், இயங்கும் நேரச் சூழல் ஒரு முழுமையான, மீண்டும் பயன்படுத்தக்கூடிய சேவையாகக் கருதப்படுவதே முக்கிய கட்டடக்கலை முடிவு. Orchard Env குபெர்னெட்டஸில் அமர்ந்திருப்பதால், அது இணையாக ஆயிரக்கணக்கான தனிமைப்படுத்தப்பட்ட கொள்கலன்களை உருவாக்கலாம், நிர்வகிக்கலாம் மற்றும் அகற்றலாம். அணிகள் புதிய வரையறைகள், முகவர் அமைப்புகள் அல்லது பயிற்சி அல்காரிதங்களை புதிதாக அறிமுகப்படுத்தலாம்.
உண்மையான சேணம் உள்ளே பயிற்சி
ஆர்ச்சர்டின் தனித்துவமான அம்சங்களில் ஒன்று, ஏஜெண்டுகளுக்கு நேரடியாக அவர்கள் உற்பத்தியில் பயன்படுத்தும் வரிசைப்படுத்தல் சேணங்களுக்குள் பயிற்சியளிக்கும் திறன் ஆகும். இன்றைய மிகவும் திறமையான முகவர்கள் வெறும் மாதிரியாக இயங்குவது அரிது. கோடெக்ஸ், ஓபன் க்ளா மற்றும் ஜீரோகிளா போன்ற அதிநவீன சாதனங்கள் மூலம் அவை செயல்படுகின்றன, அவை மல்டி-டர்ன் தர்க்கம், கருவி பயன்பாடு மற்றும் வெளிப்புற அமைப்புகளுக்கான இணைப்புகளை நிர்வகிக்கின்றன.
திறந்த பயிற்சிக் கருவிகள் பொதுவாக இந்த நிலை, பல-செயல்முறைக் கருவிகளைக் கையாள முடியாது, ஆராய்ச்சியாளர்கள் எளிமைப்படுத்தப்பட்ட நிலைப்பாட்டில் பயிற்சியளிக்கவும், பின்னர் உண்மையான அமைப்பில் வரிசைப்படுத்தவும் கட்டாயப்படுத்துகிறது, இது பயிற்சிக்கும் வரிசைப்படுத்தலுக்கும் இடையே பொருந்தாத தன்மையை உருவாக்குகிறது. ஆர்ச்சர்ட் இந்த இடைவெளியை மூடுகிறது: ஒரு இலகுரக ப்ராக்ஸி சேனலின் சொந்த மாடல் அழைப்புகளை பயிற்சித் தரவாகப் பதிவுசெய்கிறது, ஒவ்வொரு ரோல்அவுட் அதன் சொந்த கொள்கலனில் இயங்கும், ஒரு முகவருக்கு அது உற்பத்தியில் பயன்படுத்தும் சேனலில் நேரடியாக பயிற்சியளிக்க அனுமதிக்கிறது.
மூன்று டொமைன் சார்ந்த சமையல் வகைகள்
அணுகுமுறையை நிரூபிக்க, மைக்ரோசாப்ட் மூன்று பயிற்சி பணிப்பாய்வுகளை வெளியிட்டது.
பழத்தோட்டம்-SWE: மென்பொருள் பொறியியல்
Orchard-SWE தன்னாட்சி முகவர்களுக்கான மிகவும் கோரும் அமைப்புகளில் ஒன்றை இலக்காகக் கொண்டுள்ளது: உண்மையான குறியீட்டு தளங்களில் பல-படி பகுத்தறிவு. இது Mini-SWE-Agent கட்டமைப்பைப் பயன்படுத்தி கட்டப்பட்டது மற்றும் SWE-bench Verified இல் மதிப்பிடப்பட்டது, இது ஒரு மாதிரியின் நிஜ-உலக குறியீட்டுத் தளங்களைச் செல்லவும், கண்டறியவும் மற்றும் சரிசெய்யவும் செய்யும் திறனைச் சோதிக்கிறது.
கணினியைப் பயிற்றுவிக்க, மைக்ரோசாப்ட் 107,000 முகவர் தொடர்புகளை இரண்டு மேம்பட்ட திறந்த-எடை மாடல்களான MiniMax-M2.5 மற்றும் Qwen3.5-397B ஆகியவற்றிலிருந்து வடிகட்டியது, இது பரந்த அளவிலான GitHub சிக்கல்களை உள்ளடக்கியது. கிரெடிட்-அசைன்மென்ட் சூப்பர்வைஸ்டு ஃபைன்-டியூனிங் எனப்படும் நுட்பத்தைப் பயன்படுத்தி, பகுதி முயற்சிகளின் உற்பத்திப் பகுதிகளை முழுவதுமாக நிராகரிப்பதற்குப் பதிலாக கணினி கற்றுக்கொள்கிறது.
முடிவுகள் மாதிரியை SWE-பெஞ்சில் சரிபார்க்கப்பட்ட 61.4% அடிப்படையிலிருந்து வலுவூட்டல் கற்றல் மூலம் 69.1% ஆகவும், அடர்த்தியான வெகுமதி நுட்பங்களுடன் 69.7% ஆகவும் நகர்த்துகிறது. மதிப்பு-மாதிரி மறுவரிசைப்படுத்துதலுடன், எண்ணிக்கை 73.0% ஐ அடைகிறது - ஒப்பிடக்கூடிய அளவிலான திறந்த மூல மாதிரிகள் மத்தியில் ஒரு புதிய நிலை, சுமார் 3 பில்லியன் செயலில் உள்ள அளவுருக்களை மட்டுமே பயன்படுத்துகிறது.
பழத்தோட்டம்-GUI: வலை வழிசெலுத்தல்
Orchard-GUI ஆனது 4-பில்லியன் அளவுரு பார்வை-மொழி மாதிரியை உலாவி முகவராகப் பயிற்றுவிக்கிறது. ஒப்பீட்டளவில் சிறிய அளவிலான மேற்பார்வையைப் பயன்படுத்தினாலும் - 2,200 திறந்தநிலை பயிற்சி பணிகளுடன் இணைந்து 400 வடிகட்டப்பட்ட ஆர்ப்பாட்டங்கள் - மாடல் WebVoyager இல் 74.1%, Online-Mind2Web இல் 67.0% மற்றும் DeepShop இல் 64.0%, சராசரியாக 68.4%. மைக்ரோசாப்ட் இந்த முடிவுகள் இன்றுவரை வலுவான திறந்த மூல வலை முகவர்களில் ஒன்றாக இருப்பதாக கூறுகிறது.
பழத்தோட்டம்-கிளா: தனிப்பட்ட உதவியாளர் பணிகள்
Orchard-Claw மின்னஞ்சல்களைப் படிப்பது மற்றும் வரைவது, காலெண்டர்களை நிர்வகித்தல் மற்றும் தகவல்களைத் தேடுவது போன்ற அன்றாட உற்பத்திப் பணிகளில் கவனம் செலுத்துகிறது. வெறும் 200 செயற்கைப் பணிகளில் பயிற்சியளிக்கப்பட்டு, க்ளா-ஏவல் அளவுகோலில் மதிப்பீடு செய்யப்பட்டது, இது மூன்று முயற்சிகள் வரை கொடுக்கப்பட்ட 59.6% பணிகளை நிறைவுசெய்தது, வலுவான ZeroClaw முகவர் அமைப்புடன் இணைக்கப்பட்டபோது 73.9% ஆக உயர்ந்தது.
ஏன் சிறிய மாதிரி முடிவுகள் முக்கியம்
பெஞ்ச்மார்க் எண்கள் குறிப்பிடத்தக்கவை, ஏனெனில் அவை சுமார் 3 முதல் 4 பில்லியன் செயலில் உள்ள அளவுருக்கள் கொண்ட மாடல்களில் இருந்து வருகின்றன - லீடர்போர்டுகளில் ஆதிக்கம் செலுத்தும் OpenAI, Anthropic மற்றும் Google ஆகியவற்றின் எல்லை அமைப்புகளை விட மிகச் சிறியது. மைக்ரோசாப்டின் வாதம் என்னவென்றால், சரியான பயிற்சி உள்கட்டமைப்பு மற்றும் சுற்றுச்சூழலானது இடைவெளியின் பெரும்பகுதியை மூடலாம், இது மிகப்பெரிய தனியுரிம மாதிரிகளை பயிற்றுவிக்க அல்லது இயக்க முடியாத ஆராய்ச்சியாளர்கள் மற்றும் நிறுவனங்களுக்கு திறமையான முகவர் அமைப்புகளை அணுகும்.
மாதிரிகள் மற்றும் பணிப்பாய்வுகளுடன், மைக்ரோசாப்ட் அவற்றை உருவாக்கப் பயன்படுத்தப்படும் பயிற்சி தரவு மற்றும் மதிப்பீட்டு முறைகளை வெளியிட்டது, பரந்த ஆராய்ச்சி சமூகம் திறந்த முகவர் அமைப்புகளை உருவாக்க மற்றும் படிக்க உதவும் குறிக்கோளுடன். மைக்ரோசாஃப்ட் ரிசர்ச்சின் Baolin Peng, Wenlin Yao, Qianhui Wu, Hao Cheng மற்றும் Jianfeng Gao ஆகியோர் இந்தப் பணியை வழிநடத்தினர்.
AIக்கு முன்னால் இருங்கள்
மைக்ரோசாப்டின் ஆர்ச்சர்ட் வெளியீடு, எல்லைக்குட்பட்ட ஏஜென்டிக் AIக்குப் பின்னால் உள்ள உள்கட்டமைப்பு ஜனநாயகமயமாக்கத் தொடங்கியுள்ளது என்று சமிக்ஞை செய்கிறது. மேலும் படிக்கவும் பிரேக்கிங் AI செய்தி மற்றும் மேலும் AI செய்திகளைப் படிக்க →
