阿里发布 QwenGyre:弹性调度 GPU,长程 Agent RL 训练提速 1.85 倍
Alibaba_Qwen · x · 2026-10-12
Qwen 官方推出 QwenGyre,面向极端长程(XLong)Agent 强化学习训练,包含两个核心设计:
- Elastic Scheduler(弹性调度器):随 rollout 与训练需求变化实时重新分配 GPU,不中断进行中的执行。相比 Colocate 架构最高提速 1.85 倍,相比 Async 提速 1.78 倍。
- Trajectory Processor(轨迹处理器):把压缩、子 Agent、重试等产生的分支执行轨迹转成前缀共享的轨迹树,训练样本有界且去重;超时的部分进展也会被打分。
在 Qwen3.8-2.4T-A95B 上、单次 rollout 约 70 万 token 的规模下,QwenGyre 仅用 48 步就把 NL2RepoBench 从 52.5% 提升到 58.5%,端到端训练时间较 Async 减少约 44%。论文已发布。
所属事件:阿里开源 QwenGyre:长程 Agent RL 训练提速 1.85 倍(2 条相关)→
「编程与Agent」频道最新
- 开源 Anatomy 技能：一句话让 Claude 生成交互式机械解剖图 — blaizedsouza · 2026-10-12
- 开源逆向项目 REA 三天涨至 12 万 Star,连空调协议都能拆 — anselm · 2026-10-12
- Agent Card只是「口头声明」：有人给A2A做了可签名验证的实测 — Suncly_com · 2026-10-12
- 语音Agent催收电话填对CRM却收不到款：置信度90%也会听错账号 — CoursePopular824 · 2026-10-12
- 开发者实战组合:用 Codex 给 Claude 代码做审查 — MartinGTobias · 2026-10-12
- Agent 生产环境翻车实录:错误客户 ID 让它「假装」解决了工单 — aiagentguide · 2026-10-12