阿里千问发布 QwenGyre 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，目标是把持续数小时、数百轮交互的超长程任务转化为有效训练来源。 据阿里千问介绍，该框架通过弹性调度与轨迹处理实现这一目标：把 GPU 分成若干计算单元，任务结束一批就转入训练，未完成任务的状态与缓存原地保留。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。