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
据Reddit网友Gyatto-分享的PlayStation API数据，《GTA6》首批PSN评价已出炉，目前共11个评分且全部为5星满分。PSN评价机制要求玩家拥有并实际游玩游戏后才能提交，因此这2026-11-14
思源笔记电脑版接入了OpenAI人工智能系统，为记录需求的用户打造了便捷的知识管理系统。在这里你可以定制属于自己的电子笔记本，多框架结构特性极大满足了不同用户对于编写笔记的需求。思源笔记怎么使用1、打2026-11-14
央视频电脑版客户端终于上线了模拟器版本，由央视频和腾讯应用宝合作的windows版本，通过安装应用宝，然后在模拟器里运行央视频，让电脑用户也除了网页版之外，也可以客户端追剧、追元宵节直播等等，还可以观2026-11-14- 思源笔记电脑版接入了OpenAI人工智能系统，为记录需求的用户打造了便捷的知识管理系统。在这里你可以定制属于自己的电子笔记本，多框架结构特性极大满足了不同用户对于编写笔记的需求。思源笔记怎么使用1、打2026-11-14
11月10日，芒果TV2026疯狂好六夜红毯秀如期举行，65岁演员戴春荣身着《还珠格格》皇后经典造型亮相，出场瞬间引爆怀旧热潮。谈及这套陪伴无数观众的戏服，戴春荣坦言，再次穿上时依旧倍感亲切。在现场互2026-11-14
fxsound汉化中文免费版是非常好用的吃鸡调节软件，作为音效增强工具，可以对飓风2绝地求生等吃鸡游戏进行均衡器设置和调节，让玩家在玩游戏的时候有更佳的音效体验，沉浸感更强，玩游戏更酷爽。官方介绍fx2026-11-14
最新评论