阿里千问发布 QwenGyre 在线强化学习框架

阿里千问发布 QwenGyre，在线强化学习框架，面向超长程智能体任务，支持 GPU 弹性调度与轨迹处理，实现训练效率提升。在 NL2RepoBench 实验中，48 步训练后模型通过率从 52.5% 提升至 58.5%，相同 GPU 预算下相对 Async 实现 1.78× 端到端加速。