阿里千问正式发布 QwenGyre 超长程智能体在线强化学习框架

阿里千问正式发布面向超长程智能体任务的在线强化学习框架 QwenGyre。该框架通过弹性调度、轨迹树处理和 Partial Scoring，支持超时但部分完成的任务反馈；官方实验显示，48 步训练后通过率从 52.5% 提升至 58.5%，相对 Async 实现 1.78× 端到端加速。