千问Agent训练框架公开!不多加一张卡,训练效率提升78%
千问Agent训练框架公开!不多加一张卡,训练效率提升78%千问披露Agent训练框架QwenGyre,通过弹性调度和轨迹处理,将Qwen 3.8 2.4T的48步强化学习训练耗时从134.55小时降至75.42小时、效率提升78%,并计划优化后开源。
来自主题: AI资讯
8913 点击 2026-10-17 12:03
搜索
千问披露Agent训练框架QwenGyre,通过弹性调度和轨迹处理,将Qwen 3.8 2.4T的48步强化学习训练耗时从134.55小时降至75.42小时、效率提升78%,并计划优化后开源。