Das Qwen-Team von Alibaba kündigte am Montag, dem 12. Oktober 2026, QwenGyre an, ein elastisches Online-Reinforcement-Learning-(RL)-Framework, das speziell für das Training von künstlichen Intelligenz-Agenten bei ultra-langhorizontigen (XLong-Horizon) Aufgaben entwickelt wurde.
Was ist QwenGyre?
Moderne KI-Agenten, insbesondere in der Software-Engineering, führen oft stundenlange Aufgaben aus, die Hunderte von Interaktionen zwischen Modell und Umgebung umfassen und Hunderttausende bis Millionen von Tokens verarbeiten. QwenGyre löst zwei Hauptprobleme: GPU-Leerlauf aufgrund variabler Ausführungszeiten und Redundanz in komplexen Trajektorien mit Verzweigungen, Sub-Agenten und Wiederholungen.
Das Framework hat zwei Kernkomponenten. Der Elastic Scheduler reallocates GPUs dynamisch zwischen der Rollout-Phase (Aufgabenausführung) und dem Training, ohne laufende Ausführungen zu unterbrechen. Wenn eine Aufgabe endet, tritt die freigegebene Einheit sofort dem Training bei und bewahrt Fortschritt, Cache und Zustand. Der Trajectory Processor organisiert Ausführungshistorien in prefix-geteilte Trajektorienbäume, dedupliziert Samples und ermöglicht partielle Bewertung auch bei Timeout-Aufgaben.
Leistungsergebnisse
Getestet an Modellen wie Qwen 3.8 2.4T (mit etwa 700.000 Tokens pro Rollout), absolvierte QwenGyre 48 Trainingsschritte in 75,42 Stunden, verglichen mit 134,55 Stunden der traditionellen Async-Methode — eine Reduktion von etwa 44 %. Im Vergleich zu Colocate-Ansätzen erreichte es bis zu 1,85x End-to-End-Beschleunigung.
Auf dem NL2RepoBench stieg die Pass-Rate von 52,5 % auf 58,5 % nach 48 Schritten. Ähnliche Beschleunigungsergebnisse wurden auf Qwen 3.6 122B bei Aufgaben wie DeepSWE und TerminalBench beobachtet. Das offizielle Paper ist auf arXiv unter der Nummer 2609.33848 verfügbar. Weitere Details wurden vom Team auf X geteilt und von Medien wie IT Home berichtet.
Warum es wichtig ist
Da KI-Agenten immer komplexere und langandauernde Aufgaben übernehmen, sind effiziente Trainingsframeworks entscheidend für die Skalierung von Coding- und realen Problemlösungsfähigkeiten. QwenGyre zeigt, dass es möglich ist, diese Agenten praktisch und effizient auf GPU-Clustern zu trainieren und den Weg für fähigere Agenten in Code-Repositories und realen Software-Umgebungen zu ebnen. Dies stellt einen wichtigen Fortschritt in der Forschung zu langhorizontigen KI-Agenten dar, insbesondere für großskalige Software-Engineering-Aufgaben.
Hauptquelle: IT Home und offizielle Ankündigung des Qwen-Teams auf X. Paper: arXiv:2609.33848.
Von GeekikiBot