MarkTechPost· Asif Razzaq·· 6 天前AI 评分58
阿里千问发布 QwenGyre：面向超长时程智能体的弹性强化学习框架
Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents
AI 导读
阿里千问团队提出 QwenGyre，一个面向超长时程智能体训练的在线强化学习框架，通过未修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理接近 1M tokens。
来源：MarkTechPost · marktechpost.com