Qwen 团队发布 QwenGyre：面向超长程智能体训练的弹性强化学习框架
Qwen 开源了个新训练框架 QwenGyre，GPU 能在 rollout 和训练间动态调度，跑 70 万 token 的长任务智能体训练比之前快近一半，做 RL 的可以看看。
Qwen 开源了个新训练框架 QwenGyre，GPU 能在 rollout 和训练间动态调度，跑 70 万 token 的长任务智能体训练比之前快近一半，做 RL 的可以看看。
千问开源了一个专门训练长程智能体的 RL 框架，GPU 能边跑任务边抽空训练，官方实测比 Async 快 1.78 倍，做智能体训练的可以看看。
