阿里千问发布超长程智能体在线强化学习框架 QwenGyre

阿里千问发布在线强化学习框架 QwenGyre，面向持续数小时、数百轮交互、累计百万级 token 的超长程智能体任务。 该框架通过弹性调度把 GPU 拆成计算单元，任务结束一批即转入训练；并借助 Token-in Token-out 轨迹树与 Partial Scoring，利用部分完成的任务进行训练。

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。