先了解这件事
AI 综述
2026年10月12日,Qwen发布QwenGyre弹性方案,面向超长程智能体强化学习(XLong 长程智能体 RL)。据通义千问/Qwen官方发布的信息,该方案旨在解决XLong长程智能体RL的两大挑战。目前该消息由官方渠道发布,尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
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事件进展
1 个已确认进展
- 来源：通义千问 / Qwen
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
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 训练编码智能体，单次 rollout 可运行数小时、处理接近 1M token。该框架在 Qwen 3.6 122B 和 Qwen 3.8 2.4T 上测试，2.4T 模型跑完 48 步用时 75.42 小时，快于 Async 的 134.55 小时和 Colocate 的 91.47 小时，NL2RepoBench 通过率从 52.48% 升至 58.54%。其核心机制包括在 rollout 与训练之间迁移空闲 GPU，以及把分支化的智能体历史压缩为有界训练样本，每次执行最多保留 5 条轨迹。