阿里千问发布QwenGyre：面向超长程智能体任务的在线强化学习框架
据IT之家报道，阿里千问今日正式发布QwenGyre，这是一款面向长程智能体任务的在线强化学习框架。当智能体承担复杂工作时，一次执行往往持续数小时，涉及数百轮交互和百万级token。QwenGyre通过弹性调度与轨迹处理，让GPU根据任务进度动态切换用途，空出的计算单元直接转入训练，实现1.78倍端到端加速。在NL2RepoBench实验中，48步训练后模型通过率从52.5%提升至58.5%，训练耗时从134.55小时缩短至75.42小时，降幅达44%。这标志着国内大模型在Agent训练效率上取得重要突破。
原文来源：点击查看原文