Qwen推出QwenGyre，报告称其加快了长周期智能体训练

1. 21:11
   Qwen · X

   Qwen 推出 QwenGyre，用于极长时程智能体训练中的弹性 RL

   Qwen 推出 QwenGyre，将弹性 RL 引入极长时程（XLong）智能体训练。其弹性调度器可在不中断正在运行的执行任务的情况下，在 rollout 与训练之间重新分配 GPU；轨迹处理器则将分支执行转换为共享前缀的轨迹树，并生成数量有上限且去重的训练样本。QwenGyre 扩展至 Qwen3.8-2.4T-A95B、每次 rollout 约 700K 个 token 后，在 48 步内将 NL2RepoBench 的成绩从 52.5% 提升至 58.5%，并将端到端训练时间缩短约 44%（相较于 Async）。 论文：https://arxiv.org/abs/2609.33848

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。