阿里开源 QwenGyre：长程 Agent RL 训练提速 1.85 倍

阿里 Qwen 官方发布并开源面向极端长程（XLong）Agent 任务的弹性强化学习训练框架 QwenGyre，并附论文。其核心 Elastic Scheduler 弹性调度器可在 rollout 与训练阶段动态调度 GPU 资源，配合弹性训练机制提升资源利用率，官方数据显示长程 Agent RL 训练提速 1.85 倍。