阿里千问发布 QwenGyre 在线强化学习框架

阿里千问 10 月 12 日正式发布 QwenGyre，这是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，让数小时、数百轮交互的超长程任务成为有效训练来源。 该框架可将 GPU 划分为若干计算单元，任务结束后空出的单元立即转入训练，并借助 Token-in Token-out 与 Partial Scoring 保留真实上下文与部分完成任务的反馈。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。