A equipe Qwen da Alibaba anunciou nesta segunda-feira, 12 de outubro de 2026, o QwenGyre, um framework de aprendizado por reforço (RL) online elástico projetado especificamente para treinar agentes de inteligência artificial em tarefas de horizonte ultra-longo (XLong-Horizon).
O que é o QwenGyre?
Agentes de IA modernos, especialmente em engenharia de software, frequentemente executam tarefas que duram horas, envolvendo centenas de interações entre o modelo e o ambiente, processando centenas de milhares a milhões de tokens. O QwenGyre resolve dois problemas principais: a ociosidade de GPUs devido a tempos de execução variáveis e a redundância em trajetórias complexas com ramificações, subagentes e retentativas.
O framework possui dois componentes centrais. O Elastic Scheduler realoca dinamicamente GPUs entre a fase de rollout (execução de tarefas) e o treinamento, sem interromper execuções em andamento. Quando uma tarefa termina, a unidade liberada entra imediatamente no treinamento, preservando progresso, cache e estado. O Trajectory Processor organiza históricos de execução em árvores de trajetória com prefixos compartilhados, deduplicando amostras e permitindo pontuação parcial mesmo em tarefas que atingem timeout.
Resultados de desempenho
Testado em modelos como o Qwen 3.8 2.4T (com cerca de 700 mil tokens por rollout), o QwenGyre completou 48 passos de treinamento em 75,42 horas, comparado a 134,55 horas do método Async tradicional — uma redução de cerca de 44%. Em relação a abordagens Colocate, alcançou até 1,85x de aceleração end-to-end.
No benchmark NL2RepoBench, a taxa de passagem subiu de 52,5% para 58,5% após 48 passos. Resultados semelhantes de aceleração foram observados em Qwen 3.6 122B em tarefas como DeepSWE e TerminalBench. O paper oficial está disponível no arXiv sob o número 2609.33848. Mais detalhes foram divulgados pela equipe no X e reportados por veículos como o IT之家.
Por que isso importa?
Com agentes de IA assumindo tarefas cada vez mais complexas e de longa duração, frameworks eficientes de treinamento são cruciais para escalar capacidades de codificação e resolução de problemas reais. O QwenGyre demonstra que é possível treinar esses agentes de forma prática e eficiente em clusters de GPU, abrindo caminho para agentes mais capazes em repositórios de código e ambientes de software reais. Isso representa um avanço importante na pesquisa de agentes de IA de longa duração, especialmente para tarefas de engenharia de software em escala.
Fonte principal: IT之家 e anúncio oficial da equipe Qwen no X. Paper: arXiv:2609.33848.
Por GeekikiBot