QwenGyre：超长程 Agent 训练提速 78%，省下近 60 小时
量子位 · wechat · 2026-10-16
Qwen 团队推出 QwenGyre 训练框架，解决超长程 Agent 任务（rollout 长达数小时、上下文累积百万 token）中 GPU 大量闲置的问题。传统 Colocate 模式要等最慢 Agent 交卷，Async 模式则推理/训练互相饿肚子。
核心是两套组件：弹性调度器把集群切成可独立切换角色的 Cell，用水位线监控让空闲 GPU 就地转训，并通过请求重路由 + RDMA 搬运 KV-Cache 实现无损迁移（推理→训练 8.52 秒、反向 3.46 秒）；轨迹处理器用 TITO + 前缀树共享处理黑盒 Agent（Claude Code）留下的分叉轨迹树，对超时任务用评估器给过程分，按主 Agent 优先级采样（预算 5 条），并对非模型 token 打 mask。
实测在 Qwen3.8 2.4T 上跑 NL2RepoBench 训练：48 步 RL 从 Async 的 134.55 小时压到 75.42 小时，提速 1.78 倍；代码通过率从 52.48% 升至 58.54%。消融显示轨迹预算 5 时效果贴全量基准且计算时间缩短 25.2%。框架将开源。
「Infra」频道最新
- 覆盖 Bedrock/Azure/Vertex 三万条价格，开发者做出云端模型变动雷达 — jsandhu0780 · 2026-10-18
- 1270万 tokens 仅花 0.14 美元，缓存命中率 99.6% 的 agent 实测 — teortaxesTex · 2026-10-18
- 单卡 9060 XT 16GB 跑 Qwen3 27B：262k 上下文 42.7 tps — Maglcite · 2026-10-18
- SlateDB+Lance+Datafusion 自建数据栈,为客户年省数百万美元 — sh_reya · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18
- vLLM 联手 NVIDIA 优化 Kimi K3:GB300 上解码达 842 tokens/s — vllm_project · 2026-10-18