推文

@xiax0603 · 2026-10-12 21:18

🔥重磅｜解决Agent算力黑洞！阿里开源QwenGyre，长程智能体训练效率暴涨 超长智能体任务训练一直是行业难题，动辄数小时运行、几百轮交互，传统RL方案很容易出现GPU空转、分支轨迹爆炸，大量算力白白浪费。 阿里Qwen全新开源QwenGyre在线强化学习框架，精准瞄准这一痛点，两大核心设计直击要害。 弹性GPU调度：任务不会被强行中断，完成计算的批次马上进入训练，未结束任务保留全部状态继续执行，资源充分利用。 智能轨迹处理器：把分叉的Agent交互构建成轨迹树，只选取有效路径参与训练，就算任务超时，部分完成的结果也可以回收打分反馈，不浪费每一步探索。 实测数据相当亮眼，相同GPU资源，对比传统Async方案实现1.78倍端到端加速，训练时间直接省下44%。 NL2RepoBench任务通过率从52.5%提升至58.5%，在多套模型与测试集上面都复现提速。 过去长程Agent是吞噬算力的无底洞，QwenGyre把海量的探索轨迹转化为有效训练燃料。 这套框架，会不会加速自主Agent大规模落地？ 论文已公开： https://arxiv.org/abs/2609.33848

曝光 230 · 评论 5 · 点赞 4 · 书签 0 · 曝光/时 61.77201365969732