Qwen ra mắt QwenGyre - framework RL để huấn luyện AI agent cho các tác vụ phức tạp cực dài
Qwen giới thiệu QwenGyre, một framework học tăng cường đàn hồi dành cho huấn luyện agent trên các tác vụ có chân trời cực dài (XLong). Framework gồm Elastic Scheduler, tự động phân bổ lại GPU giữa rollout và huấn luyện mà không làm gián đoạn các phiên thực thi đang chạy, với tốc độ nhanh hơn tới 1,85× so với Colocate và 1,78× so với Async, cùng Trajectory Processor, chuyển các lần thực thi phân nhánh thành cây quỹ đạo chia sẻ tiền tố với số mẫu huấn luyện được giới hạn và loại bỏ trùng lặp. Framework được mở rộng tới Qwen3.8-2.4T-A95B với khoảng 700K token mỗi rollout và báo cáo cải thiện trên NL2RepoBench.
Đọc bài gốc