# 阿里千问推出在线强化学习框架 QwenGyre

- 分类: 快讯
- 发布时间: 2026-10-13T12:00:00.000Z
- 原始资料日期: 2026-10-13
- HTML: https://www.88z.ai/news/flash-20261013-1026fa8a161a6403
- Markdown: https://www.88z.ai/news/flash-20261013-1026fa8a161a6403.md
- 另一语言: https://www.88z.ai/en/news/flash-20261013-1026fa8a161a6403.md

阿里推出QwenGyre，专为超长程智能体任务设计的在线强化学习框架。该框架通过弹性调度减少GPU空转，并控制轨迹处理以降低分叉训练成本。在Qwen3.8-2.4T模型上测试显示，其在单次约70万token任务的训练中显著提升了NL2RepoBench通过率，并在相同GPU预算下实现了比Async更快的加速和更少的训练时间节省，且在122B模型跨任务验证中表现有效。

## 消息要点

- QwenGyre通过弹性调度和轨迹处理优化超长程任务训练效率
- 在相同GPU预算下较Async加速1.78倍并节省44%训练时间

## 要点

阿里巴巴正式推出QwenGyre，这是一个面向超长程智能体任务的在线强化学习框架。该框架旨在解决长序列训练中的效率瓶颈，通过弹性调度机制有效减少GPU空转现象，同时利用轨迹处理技术控制分叉训练带来的高昂成本。 在实际应用中，QwenGyre被用于Qwen3.8-2.4T模型的训练。在单次rollout约为70万token的任务中，经过48步训练，NL2RepoBench的通过率从52.5%提升至58.5%。与Async方法相比，在相同的GPU预算下，QwenGyre实现了1.78倍的加速，并节省了约44%的训练时间。此外，该框架的有效性已在122B模型的跨任务验证中得到证实。

## 资料来源

- [千问大模型](https://mp.weixin.qq.com/s/sl8sxECkV7YzuOJ3QTrmNw) (2026-10-13)

本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。