Qwen veröffentlicht QwenGyre: RL-Framework für XLong-Agent-Training
ToolsQwen
Warum es zählt
Mit QwenGyre skaliert RL-Training auf ~700K Tokens pro Rollout und verbessert NL2RepoBench von 52,5% auf 58,5% in 48 Schritten — relevant für Teams, die Agenten auf langlaufenden Code- oder Repo-Aufgaben trainieren wollen.
— Lumeric Redaktion
1.85×
Speedup vs. Colocate-Baseline
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGhuggingface.co1w
QwenGyre: Elastisches RL-Framework für xLong-Horizon-Agenten
- FORSCHUNGhuggingface.co1w
Recursive Self-Rewrite: Trainingsdaten für Agenten durch Selbstumschreiben skalieren
- FORSCHUNGarxiv.org1w
SCLATE: Einheitliches Substrate für Continual-Learning-Agenten-Training und -Evaluation
Qwen veröffentlicht QwenGyre: RL-Framework für XLong-Agent-Training
ToolsQwen
Warum es zählt
Mit QwenGyre skaliert RL-Training auf ~700K Tokens pro Rollout und verbessert NL2RepoBench von 52,5% auf 58,5% in 48 Schritten — relevant für Teams, die Agenten auf langlaufenden Code- oder Repo-Aufgaben trainieren wollen.
— Lumeric Redaktion
1.85×
Speedup vs. Colocate-Baseline
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGhuggingface.co1w
QwenGyre: Elastisches RL-Framework für xLong-Horizon-Agenten
- FORSCHUNGhuggingface.co1w
Recursive Self-Rewrite: Trainingsdaten für Agenten durch Selbstumschreiben skalieren
- FORSCHUNGarxiv.org1w
SCLATE: Einheitliches Substrate für Continual-Learning-Agenten-Training und -Evaluation