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
不知道大家发现没有，今年不仅是3A游戏的大年，同样也是独立游戏百花齐放的一年。从年初开始，各种风格迥异的独立游戏就接连登场。《大步走》《喵喵的结合》，到《吸血鬼爬行者》《混音青春》《挖掘者米娜》，再到2026-11-14
《唯有玉米Just Kukuruza）》是由CristianGames开发并发行的一款以玉米加工与生产线自动化为核心的第一人称模拟经营游戏，支持简体中文。玩家将在苏联时期遗留下来的老旧农场中，处理堆积2026-11-14
据外媒社区情报，FCKDRM组发布了《暴力摩托30周年纪念版》的破解资源。从NFO信息来看，该版本基于GOG平台制作同时兼容Steam环境），体积仅为3.1GB左右。结合此前EA官方高调发布的文章，为2026-11-14
《鬼灵精探》是由Three Headed Monkey Studios开发、Daedalic Entertainment发行的一款2D像素风格的经典点击式冒险游戏，支持简体中文。本作试玩版围绕八岁女孩2026-11-14
《PITH》是由ItllBeFunTheySaid开发并发行的一款融合类银河恶魔城结构的解谜平台冒险游戏。作品将探索、观察与解谜结合在一起，玩家需要穿行于一系列小巧且彼此连通的世界，在不断遇到转折与意2026-11-14
《峡湾领Fjordal）》是由Andreasintech开发并发行的一款以维京聚落建设为题材的资源管理与生产链模拟策略游戏，支持简体中文。玩家需要带领居民开发土地、加工物资，在严苛统治与生存压力下维持2026-11-14
最新评论