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
《足球经理27》是由Sports Interactive开发、SEGA发行的一款以足球俱乐部管理为核心的体育模拟游戏，支持简体中文。玩家将执掌世界足坛的俱乐部，把个人的足球理念落实到阵容规划、球员培养2026-11-14
班迪录屏bandicam破解版永久无水印中文版为大家带来的是免激活版本，打开即为vip版，轻松破解了所有限制，尤其适合用于录制游戏，支持全屏幕录制，收音效果好，导出无水印，可以轻松分享和上传。官方介绍2026-11-14
im-magic partition resizer电脑版是非常好用的硬盘磁盘无损分区软件，im-magic partition resizer硬盘分区工具桌面版是可以在不用格式化和重新安装系统的情况2026-11-14
终结者莉莉骑士的救赎电脑版是一款arpg游戏，玩家在游戏里将要与黑暗骑士和莉莉一起在这个边境之国冒险，通过各种线索来寻找死亡之雨的真相。游戏里不仅有着海量战斗玩法，更是有着丰富的解密内容。游戏整体画风2026-11-14
《99天生存指南》是由塔克工作室、DARK STUDIO开发并发行的一款支持四人合作的俯视角肉鸽类丧尸生存动作游戏，支持简体中文。本作提供七张试玩地图，玩家需要在感染区不断加剧的威胁下搜集装备、组合能2026-11-14
方正founder km3302打印机驱动是非常好用的电脑驱动软件，方正founder km3302驱动软件顾名思义是可以在电脑上完美运行方正KM3302打印机的驱动工具，完美解决系统提示无法识别设备2026-11-14
最新评论