阿里千问发布QwenGyre强化学习框架
热点事件观察中
阿里千问发布QwenGyre强化学习框架
2 篇报道2 个报道来源3 天前更新
先了解这件事
AI 综述
阿里千问发布 QwenGyre，一个面向超长时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转化为训练来源。官方称，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。 该框架用未经修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理近 100 万 token。目前该框架未公开代码，许可证也未披露。
AI 根据报道生成 · 2 天前更新
最新进展10月13日 05:41
阿里千问推出 QwenGyre：面向超长时程智能体的弹性强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- MarkTechPost阿里千问推出 QwenGyre：面向超长时程智能体的弹性强化学习框架
阿里千问团队推出 QwenGyre，一个面向超长时程智能体训练的弹性强化学习框架，通过在线 RL 用未经修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理近 100 万 token。
10月12日
- IT之家 · 人工智能阿里千问发布 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。