Qwen发布QwenGyre:面向超长程Agent训练的弹性RL框架
Introducing QwenGyre, bringing elastic RL to extreme-long-horizon (XLong) agent training. ✨
Qwen推出QwenGyre,用弹性调度器在rollout与训练间动态分配GPU,并以轨迹处理器把分支执行整理为前缀共享的轨迹树。在Qwen3.8-2.4T-A95B上,NL2RepoBench从52.5%升至58.5%,端到端训练时间较Async减少约44%。
QQwen (@Alibaba_Qwen)阅读原文(英文)