阿里千问发布面向超长程智能体任务的在线强化学习框架 QwenGyre

QwenGyre 通过弹性调度与轨迹处理解决超长程智能体任务训练难题，可让空出的 GPU 单元动态转入训练，训练效率提升 1.78 倍，模型通过率从 52.5% 提升至 58.5%。