幣界網消息，阿里巴巴千問團隊提出的QwenGyre是一套專門針對超長任務的AI agent強化學習框架。該框架通過動態切換GPU用途，解決了傳統訓練系統在GPU利用率和訓練數據冗餘方面的問題。團隊在Qwen3.8-2.4T上進行了驗證，發現在相同的GPU預算下完成48步強化學習，耗時75.42小時，傳統異步方案則需要134.55小時，訓練時間縮短約44%。訓練後，模型在代碼倉庫生成的測試nl2repobench上的通過率從52.48%提升至58.54%。