Alibaba Qwen stellt QwenGyre vor: Elastisches Reinforcement Learning (RL) für Agenten mit extrem langem Planungshorizont

Was passiert ist

Alibabas Qwen-Team hat QwenGyre vorgestellt, ein elastisches Reinforcement-Learning-Framework (RL) für das Training von Agenten mit extrem langem Planungshorizont. Das elastische RL-Framework QwenGyre wurde für Qwens Flaggschiff-Modell Qwen 3.8 2.4T eingesetzt. Der Beitrag Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents erschien zuerst auf MarkTechPost. Alibaba ist ein E-Commerce-Unternehmen mit Sitz im Bezirk Binjiang.

QwenGyre ist ein Online-Reinforcement-Learning-System von Alibaba, das Coding-Agenten über unveränderte Black-Box-Harnesses trainiert. Es ist auf Rollouts ausgelegt, die über Stunden laufen und nahezu 1M Token verarbeiten.