阿里Qwen推出QwenGyre弹性强化学习框架

发生了什么

据MarkTechPost报道，阿里Qwen团队推出QwenGyre，一种面向超长 horizon 代理训练的弹性强化学习框架。该框架通过移动闲置GPU和分支历史处理，在Qwen 3.8 2.4T模型上测试，比Colocate方案最高提速1.85倍，并在NL2RepoBench基准测试中提升准确率至58.5%。