觀點網訊：10月12日，千問大模型發佈QwenGyre，一個面向超長程智能體任務的在線強化學習框架。

據千問大模型介紹，當智能體承擔複雜工作，一次執行往往持續數小時，模型與環境之間有數百輪相互依賴的交互，累計處理百萬級token。

據千問大模型介紹，QwenGyre通過彈性調度與軌跡處理，使這類超長程任務成為可用的訓練來源。