阿里 Qwen 团队推出面向超长程智能体训练的在线强化学习框架 QwenGyre。该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。截至目前，报道未给出该框架的测试结果或可用范围。
AI 根据报道生成 · 10 小时前更新
沿着报道，了解事件的不同侧面。
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。
还没有足够的连续观测数据，暂不绘制趋势。