阿里 Qwen 團隊最近公佈咗 QwenGyre，一套為極長時序（extreme-long-horizon）代理訓練而設嘅彈性強化學習（Reinforcement Learning，RL）框架。
QwenGyre 係一套線上強化學習系統，透過未經改動、黑盒式嘅 harness（測試／訓練載體）去訓練編程代理（coding agents）。佢嘅目標係處理長時間運行嘅 rollout，即一次運行可達幾小時、處理接近 1M（100 萬）token。按材料記載，QwenGyre 呢個彈性 RL 框架已喺 Qwen 嘅產品／流程上應用過。
簡單講，呢個訓練框架主要針對編程代理喺超長任務上嘅表現，令佢哋可以處理長得嘅運行週期同大規模嘅 token 量。
阿調搞兩下：呢個係阿里內部訓練方法嘅更新，唔係新模型發布，亦唔係新產品推出。目前披露資訊有限，冇具體效能數據或公開評測。對於關心代理訓練方法嘅讀者，呢個係一個值得留意嘅技術進展，但要留意呢個係訓練框架，唔係直接對用户開放嘅工具。後續如果阿里公佈更多技術細節或獨立評測，再追。
阿調｜深度調教
