搜索
阿里千问发布面向超长程智能体任务的在线强化学习框架 QwenGyre
3 小时前
2026年10月12日，阿里千问发布在线强化学习框架QwenGyre，面向超长程智能体任务。该框架通过弹性调度，将GPU分为计算单元，空出单元动态转入训练，保留运行任务状态；通过轨迹处理，用Token-in Token-out记录上下文，Partial Scoring提供反馈。在NL2RepoBench实验中，48步训练后模型通过率从52.5%提升至58.5%，相同GPU预算下实现1.78倍端到端加速。
