近日,阿里巴巴 Qwen 研究团队联合中国科学技术大学、清华大学在 arXiv 公开发布弹性强化学习框架 QwenGyre,针对多小时级长视界智能体训练的核心算力瓶颈提出完整解法,实测训练效率表现优异。
- QwenGyre 最高可实现 1.85 倍端到端训练加速
- 搭载弹性调度器动态调度 GPU 消除硬件空转
- 轨迹树重构技术可压缩冗余轨迹 token 开销
- 70 万 token 任务下 Qwen 3.8 2.4T 精度提升 6%
© Mergeek. All rights reserved. Built for the products. 京ICP备2021030996号 《隐私政策》