MarkTechPost· Asif Razzaq·原文发布· 3 天前AI 评分42
阿里千问推出 QwenGyre：面向超长时程智能体的弹性强化学习框架
Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents
AI 导读
阿里千问团队推出 QwenGyre，一个面向超长时程智能体训练的弹性强化学习框架，通过在线 RL 用未经修改的黑盒 harness 训练编码智能体，单次 rollout 可运行数小时、处理近 100 万 token。
本站提供 AI 导读，完整报道请前往来源网站阅读。
阅读原文 MarkTechPost · marktechpost.com