阿里千问发布并开源 QwenGyre 长程智能体 RL 框架
先了解这件事
2026 年 10 月 12 日 19:20，IT之家报道阿里千问发布 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，把需要数百轮交互的任务转变为有效训练来源。其 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%；在相同 GPU 预算下，相对 Async 实现 1.78× 端到端加速，报道未披露模型规模、开源情况或时间表。同日 21:11，AGI Hunt 报道称阿里 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。就加速倍数，早先报道称相对 Async 实现 1.78× 端到端加速，后续报道称官方数据显示提速 1.85 倍。
AI 根据报道生成 · 16 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI Hunt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。
- IT之家阿里千问发布 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。
本事件热度走势
当前热度 19·可比范围峰值 19（10月12日 22:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。