Qwen4还没来，来了一个QwenGyre，面向超长程智能体的在线强化学习框架

让大模型从持续数小时的复杂工程任务中学习，训练效率提升1.78倍

研究团队把QwenGyre用在Qwen3.8-2.4T上，每次rollout约70万token，经过48步训练，NL2RepoBench通过率从52.48%升至58.54%

同等GPU预算下，训练耗时从134.55小时降至75.42小时，端到端训练加速1.78倍，节省约44%时间

一个启示，长程智能体能力的下一个杠杆，不只是更强模型，而是更低损耗的把过程变成学习

论文：http://t.cn/AXlJa7yo

#QwenGyre#