阿里通义千问推出 QwenGyre：面向超长周期智能体的弹性强化学习框架

阿里通义千问团队推出 QwenGyre，这是一个面向超长周期（extreme-long-horizon）智能体训练的弹性强化学习框架。QwenGyre 是阿里的在线强化学习系统，通过未经修改的黑盒执行框架来训练编程智能体，目标是支撑持续数小时、处理近百万 token 的单次 rollout。该弹性强化学习框架已应用于通义的相关模型。