HuggingFace Daily Papers（社区热门论文）·2026-09-27 08:00· 2 天前AI 评分40

QwenGyre：面向超长程智能体训练的弹性强化学习框架

QwenGyre: An Elastic Reinforcement Learning Framework for Training xLong-Horizon Agents

AI 导读

阿里发布 QwenGyre，一个面向超长程（xlong-horizon）智能体在线强化学习的端到端框架，可在不中断执行的情况下弹性重分配 GPU，并通过轨迹处理器去重冗余分支路径。