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
我要评论阿里千问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。
相关文章
全天候自动干活：Anthropic发布Claude Duet智能体，对标OpenAI与Meta
全天候自动干活：Anthropic发布Claude Duet智能体，对标OpenAI与Meta2026-10-27 17:31:55 来源：互联网2026-11-14
京东PS5 Pro港版疯狂涨价！现货价格11000元 你买吗？
近期有玩家在浏览京东全球购渠道时发现，部分港版PS5 Pro的现货售价已经大面积突破万元关口，主机的溢价行情正变得越来越明显。从玩家晒出的截图可以看到，多家入驻的海外专营店上架的港版PS5 Pro数字2026-11-14
今年第9号台风“巴威”自7月2日生成以来强度持续增强，7月4日2时加强为超强台风级。截至7月8日，超强台风级别维持时间已超过85小时，云系范围超过1300公里，是一个典型且少见2026-11-14
随着AI浪潮席卷，高校英语教学改革正从“提上日程”走向实质落地。深圳理工大学率先迈出关键一步：据该校教务长、澳门大学前校长赵伟透露，2026年起，该校将设立全新实验班，取消传统2026-11-14
《卡包英雄》是由zup开发、Funday Games发行的一款以开卡收集与守塔生存为核心的增量游戏。本作试玩版围绕卡包开启、英雄与法术收集以及抵御怪物浪潮展开，玩家需要不断强化现有阵容，在一次次生存挑2026-11-14
最近，日本社交平台上掀起了一股颇为有趣的风潮：不少网友主动将手机系统语言切换为简体中文，并纷纷晒出前后对比截图，互相安利，称切换之后界面看起来清爽利落了许多。这股潮流最初源自一位用户分享自己使用中文系2026-11-14
最新评论