阿里千问发布 QwenGyre 在线强化学习框架

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。该框架通过弹性调度与轨迹处理，在 NL2RepoBench 实验中实现 1.78× 端到端加速，并将模型通过率从 52.5% 提升至 58.5%。此前此类超长程任务因交互轮次多、token 消耗大，难以作为有效的训练来源。