🚀 Qwen представила QwenGyre: обучение ИИ-агентов стало до 1,85 раза быстрее

Современные агенты могут выполнять задачи часами, генерируя сотни тысяч токенов. При обучении таких систем GPU часто простаивают, а повторяющиеся траектории расходуют вычислительные ресурсы.

QwenGyre решает обе проблемы:

• Elastic Scheduler динамически распределяет GPU между генерацией траекторий и обучением, не прерывая активные задачи.

• Trajectory Processor объединяет разветвлённые траектории, удаляет дубликаты и учитывает даже частично выполненные задачи.

Результаты впечатляют:

→ До 1,85× ускорения относительно Colocate.

→ До 1,78× относительно Async.

→ До 700 000 токенов на одну траекторию.

→ Рост точности на NL2RepoBench с 52,5% до 58,5% всего за 48 шагов обучения.

📄 Статья: https://arxiv.org/abs/2609.33848