阿里千问QwenGyre发布：面向长时序智能体任务的端到端在线RL框架
阿里千问QwenGyre发布：面向长时序智能体任务的阿里端到端在线RL框架
2026-10-14 17:09:24 来源：互联网 作者：dingding
千问
软件类型：办公软件 软件大小：286.62MB 软件平台： WinALL 软件语言：简体
查看详情阿里千问正式发布面向长程智能体任务的在线强化学习框架QwenGyre。针对复杂工作场景下智能体数小时连续执行、千问数百轮环境交互、发布累计处理百万级Token的序智线训练难题，该框架通过弹性调度与轨迹处理能力，任务将超长程任务转化为有效训练来源，端到端同步实现智能体能力与训练效率的阿里双重提升。
QwenGyre可将GPU划分为多个独立计算单元，采用“任务完成一批、发布空出单元即刻转入训练”的序智线流水式调度逻辑：未结束的长程任务全程不受干扰，原有执行进度、任务状态与计算缓存完整保留无需重跑；新释放的端到端计算单元直接接入当前训练流程，算力资源按需动态分配，阿里最终由核心单元汇总完成参数更新，千问实现长程智能体任务执行与强化学习训练的发布高效并行。
QwenGyre通过Token-in Token-out机制完整记录每段模型输出生成时的真实上下文，按共享前缀将交互轨迹组织为轨迹树，仅将目标选中的有效路径展开为训练样本。同时，框架支持通过Partial Scoring对超时但已完成部分执行的任务生成有效反馈，避免长程智能体执行过程中产生的中间交互数据被浪费。
在跑分方面，阿里千问官方在NL2RepoBench在线强化学习实验中，以单轮约70万token的长程任务开展训练，48步训练后模型通过率从52.5%提升至58.5%。同等GPU预算下，QwenGyre较Async实现1.78倍端到端加速，训练效果与Async、Colocate方案持平；在Qwen3.6-122B上的跨任务验证中，NL2RepoBench、DeepSWE、TerminalBench三类长程智能体任务均实现端到端提速。
- ·足球学院模拟器中文版下载
- ·张雨绮直播风格大变 转型“白幼瘦”甜妹引发全网热议
- ·FIRE. HOLD. REPEAT.电脑版下载
- ·日本熊本县强震摧毁百年神社！行驶列车发生脱轨事故
- ·地底要塞英文版下载
- ·我的梦想卧室单机汉化版下载
- ·41岁C罗晒与16岁儿子肌肉合照！身材全方位碾压迷你罗
- ·日本小姐姐COS《街头霸王》春丽：这身材太犯规了！
- ·男子花光积蓄高位买入7斤金条 结果9个月亏了114万
- ·41岁C罗晒与16岁儿子肌肉合照！身材全方位碾压迷你罗
- ·游侠晚报：仙剑四重制版官宣！GTA6水域细节曝光！
- ·《最终幻想7：重生》蒂法泳装竟被强制和谐！SE向西方DEI低头
- ·字节火山引擎Seedance 2.5 4K开启企业试用，首批20家工作室定向供应
- ·天蚕土豆官宣全新玄幻新作 联动《斗破苍穹》世界观
- ·本以为是天才少年，结果是初中生自导自演
- ·《GTA6》莱昂尼达水域截图被曝 细节堪比现实航拍！