千问发布 QwenGyre 弹性 RL 框架
热点事件持续更新
千问发布 QwenGyre 弹性 RL 框架
2 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
阿里千问发布 QwenGyre，一款面向长程智能体任务的在线强化学习框架，目标是把持续数小时、数百轮交互的超长程任务变成有效训练来源。 据 IT之家报道，该框架把 GPU 分成若干计算单元：任务批次结束后空出的单元转入训练，正在运行任务的进度与缓存原地保留；轨迹按共享前缀组织成轨迹树，只展开被选中路径，超时但部分完成的任务可用 Partial Scoring 提供反馈。 千问此前在 X 上称，QwenGyre 用于超长时程（XLong）智能体训练，核心设计包括 Elastic Scheduler 与 Trajectory Processor。目前公开信息未披露训练效果、开放范围或使用条件。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 21:11
千问推出 QwenGyre 弹性 RL 框架，面向超长时程智能体训练报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- 通义千问 / Qwen千问推出 QwenGyre 弹性 RL 框架，面向超长时程智能体训练
千问推出弹性 RL 框架 QwenGyre，用于超长时程（XLong）智能体训练，核心设计包括 Elastic Scheduler 与 Trajectory Processor。
- IT之家·人工智能阿里千问发布 QwenGyre，面向超长程智能体任务的在线强化学习框架
阿里千问发布 QwenGyre，一款面向长程智能体任务的在线强化学习框架，通过弹性调度与轨迹处理把持续数小时、数百轮交互的超长程任务变成有效训练来源。它把 GPU 分成若干计算单元，任务批次结束后空出单元转入训练，在跑任务进度与缓存原地保留；轨迹按共享前缀组织成轨迹树，只展开被选中路径，超时但部分完成的任务可用 Partial Scoring 提供反馈。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。