NL2RepoBench

Alibaba Qwen 推出 QwenGyre，用于更快的长时域智能体训练 · 跟踪 1 个来源

Alibaba 的 Qwen 团队开发了 QwenGyre，这是一个新颖的弹性强化学习框架，旨在显著加速超长时域任务智能体的训练。该系统通过在 rollout 和训练阶段之间动态重新分配 GPU，并创建来自复杂智能体轨迹的有界训练样本，来解决 GPU 资源闲置和智能体历史分支的计算成本等挑战。基准测试表明，QwenGyre 与现有方法相比提供了显著的加速，提高了端到端训练效率。