千问大模型：我们正式发布 QwenGyre，一个面向超长程智能体任务的在线强化学习框架。当智能体承担复杂工作，一次执行往往持续数小时，模型与环境之间有数百轮相互

云财经讯，千问大模型：我们正式发布 QwenGyre，一个面向超长程智能体任务的在线强化学习框架。当智能体承担复杂工作，一次执行往往持续数小时，模型与环境之间有数百轮相互依赖的交互，累计处理百万级 token。QwenGyre 通过弹性调度与轨迹处理，让这类超长程任务成为有效的训练来源，同时带来能力与效率的提升。