阿里千问发布 QwenGyre 框架，长程智能体训练提速 1.78 倍

智能体处理复杂任务时常需连续运行数小时，与环境交互数百轮、累计消耗百万级 token，此类超长程任务此前难以成为有效的训练来源。

阿里千问发布在线强化学习框架 QwenGyre，可将 GPU 拆分为多个计算单元，任务结束后空闲单元立即转入训练，运行中任务不受打扰，缓存可整体迁移，避免重复计算。

框架以 Token-in Token-out 记录每段输出的真实上下文，按共享前缀组织轨迹树，只展开被选中的路径；超时的部分完成任务可通过 Partial Scoring 产生反馈，减少浪费。

实验显示，NL2RepoBench 任务中每次 rollout 约 70 万 token，48 步训练后模型通过率从 52.5%升至 58.5%；相同 GPU 预算下较 Async 实现 1.78 倍加速，并在 Qwen3.6-122B 上验证跨任务提速效果。