QwenGyre发布：面向超长程智能体的在线强化学习框架
精选理由
Qwen团队开源了QwenGyre框架，让模型从几小时长的工程任务里学本事，NL2RepoBench通过率涨了6个点，训练还快了1.78倍。
QwenGyre是一个在线强化学习框架，用于让大模型从持续数小时的复杂工程任务中学习，训练效率提升1.78倍。研究团队将其应用于Qwen3.8-2.4T，每次rollout约70万token，经过48步训练后，NL2RepoBench通过率从52.48%升至58.54%。同等GPU预算下，训练耗时从134.55小时降至75.42小时，节省约44%时间。
原文 · AIGCLINK
Qwen4还没来，刚刚来了一个QwenGyre，面向超长程智能体的在线强化学习框架
让大模型从持续数小时的复杂工程任务中学习，训练效率提升1.78倍
研究团队把QwenGyre用在Qwen3.8-2.4T上，每次rollout约70万token，经过48步训练，NL2RepoBench通过率从52.48%升至58.54%
同等GPU预算下，训练耗时从134.55小时降至75.42小时，端到端训练加速1.78倍，节省约44%时间
一个启示，长程智能体能力的下一个杠杆，不只是更强模型，而是更低损耗的把过程变成学习
#QwenGyre
