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

阿里千问发布 QwenGyre，一款面向长程智能体任务的在线强化学习框架，通过弹性调度与轨迹处理把超长程任务变成有效训练来源。官方在 NL2RepoBench 在线强化学习实验中，以每次 rollout 约 70 万 token 的任务训练 48 步，模型通过率从 52.5% 提升至 58.5%；相同 GPU 预算下相对 Async 实现 1.78× 端到端加速。