Qwen 开源 QwenGyre,长程 Agent 强化学习训练提速 1.85 倍

阿里巴巴 Qwen 团队发布并开源 QwenGyre,一个面向超长时程 Agent 任务的端到端在线强化学习训练框架。此类任务单次执行可达数小时、包含数百次模型与环境的交互。框架核心是 Elastic Scheduler 弹性调度器,可按需求动态分配 GPU 资源,配合其他设计实现极端长程 Agent RL 训练最高 1.85 倍的提速,团队同时附上了 arXiv 论文。

2026-10-12 ~ 2026-10-12 · 3 条相关

• 阿里发布 QwenGyre:弹性调度 GPU,长程 Agent RL 训练提速 1.85 倍 — Alibaba_Qwen · 2026-10-12
• QwenGyre 框架出炉:超长程 Agent RL 训练提速至 1.85 倍 — aigclink · 2026-10-12

另有 1 条近重复转述:ResearchCrafty1804