Qwen 开源 QwenGyre:超长任务 agent 的弹性 RL 训练框架
ResearchCrafty1804 · reddit · 2026-10-12
Qwen 发布并开源 QwenGyre,面向超长时程(XLong)agent 任务的弹性强化学习训练,附论文。
- Elastic Scheduler:按需求在 rollout 与训练间动态重分配 GPU,不中断在线执行;较 Colocate 提速 1.85×,较 Async 提速 1.78×
- Trajectory Processor:把带分支的执行(压缩、子 agent、重试)转为前缀共享的轨迹树,去重且有界;超时后的部分进度仍可计分
- 效果:在 Qwen3.8-2.4T-A95B 上以单次 rollout 约 70 万 token 规模训练,48 步内把 NL2RepoBench 从 52.5% 提到 58.5%,端到端训练时间较 Async 缩短约 44%
所属事件:Qwen 开源 QwenGyre,长程 Agent 强化学习训练提速 1.85 倍(3 条相关)→
「编程与Agent」频道最新
- Cloudflare Agents SDK 新增 web_search/web_fetch 工具,一行 npm 即装 — irvinebroque · 2026-10-13
- 一条 Claude 对话做出整部动画短片,MCP 串起全流程 — SimplyAnnisa · 2026-10-13
- 45 分钟用 AI 完成 demo 改进、BQ 数据集与生成式 UI — rseroter · 2026-10-13
- 实测 DeepSeek 桌面端:模型有潜力,工具链落后 Cursor 五处 — casper_hansen_ · 2026-10-13
- 前 Cognition/Mercor 员工创 Hone，做能运营企业的长时 agent — nmasc_ · 2026-10-13
- tldraw 详解空间 harness：让编码 agent 看懂 2D 画布 — max__drake · 2026-10-13