**QwenGyre：面向超长时程智能体的弹性强化学习框架**

_QwenGyre: An Elastic Reinforcement Learning Framework for Training xLong-Horizon Agents_

> QwenGyre 提出了一种端到端框架，旨在解决 LLM 智能体在超长时程任务中面临的 GPU 闲置和轨迹冗余问题。该框架通过弹性重分配 GPU 资源及重构分支历史，显著提升了训练效率。在 Qwen 3.8 2.4T 模型上，QwenGyre 在 NL2RepoBench 基准上实现了 6.0% 的绝对性能提升，并相比现有方法获得了最高 1.85 倍的加速。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.33848)