MarkTechPost· Asif Razzaq·· 2 天前AI 评分52
阿里 Qwen 推出 QwenGyre：面向超长程智能体的弹性强化学习框架
Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents
AI 导读
阿里 Qwen 团队推出 QwenGyre，一个面向超长程智能体训练的在线强化学习框架，通过未修改的黑盒 harness 训练编码智能体，单次 rollout 接近 1M token。
来源：MarkTechPost · marktechpost.com