阿里 Qwen 推出 QwenGyre：面向超长程智能体的弹性强化学习框架

阿里 Qwen 团队发布 QwenGyre，一种用于训练超长程编码智能体的在线弹性强化学习框架。该框架在 Qwen 3.8 2.4T 模型上测试，相比 Colocate 方案最高实现 1.85 倍端到端加速，并将 NL2RepoBench 得分从 52.5% 提升至 58.5%。QwenGyre 通过动态调度 GPU 和处理分支轨迹树，解决了长尾 rollout 和上下文膨胀问题，目前未公开代码。