University of Science and Technology of China

阿里详解QwenGyre，加速超长时程智能体训练

阿里Qwen团队联合中科大、清华发布QwenGyre弹性强化学习框架，针对超长时程智能体训练中的GPU闲置与轨迹冗余问题，通过弹性调度器在生成与训练间动态转移GPU。单次rollout常达70万至约100万token。