**快手开源GoLongRL：23K样本、9大任务类型，长上下文RL荒的时代结束了**

> 快手科技联合中科院大学开源GoLongRL方案，提供23K样本的RLVR数据集和完整训练代码，并推出TMN-Reweight新算法，有效解决长上下文强化学习数据荒问题，覆盖九大任务类型。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：论文
- **发布时间**：2026-06-20 21:51（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-06-20)