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 在线强化学习框架，面向超长程智能体任务，通过弹性调度与轨迹处理把数百轮交互的任务变为有效训练来源。NL2RepoBench 实验中，每次 rollout 约 70 万 token、训练 48 步后通过率从 52.5% 提升至 58.5%，相同 GPU 预算下相对 Async 实现 1.78× 端到端加速。