跳到正文
千问大模型· 越学越强的·· 2026-10-12AI 评分58

QwenGyre 发布:面向超长程智能体任务的在线强化学习框架

QwenGyre:开启超长程智能体强化学习

AI 导读

QwenGyre 是一个面向超长程智能体任务的在线强化学习框架。在 Qwen3.8-2.4T 模型上,经过 48 步训练,NL2RepoBench 通过率从 52.48% 提升至 58.54%;在相同 GPU 预算下,相比 Async 实现 1.78 倍端到端加速,节省约 44% 训练时间。

来源:千问大模型 · mp.weixin.qq.com