# Alibaba stellt QwenGyre für RL-Training über lange Zeiträume vor

> Das Qwen-Team von Alibaba hat QwenGyre vorgestellt, ein flexibles Reinforcement-Learning-System, das Coding-Agenten in stundenlangen Durchläufen mit bis zu 1 Million Tokens trainieren kann.

Oossa · 2026-10-12 · https://oossa.com/de/alibaba-launches-qwengyre-framework-for-ultra-long-horizon-rl-training

Das Qwen-Team von Alibaba hat ein neues Framework namens QwenGyre angekündigt. Es ist ein flexibles Reinforcement-Learning-System (RL), das Agenten trainieren soll, die über viele Stunden laufen müssen. QwenGyre kann Durchläufe mit fast 1 Million Tokens verarbeiten, ohne dass der Code der Agenten geändert werden muss. Das System richtet sich an Coding-Agenten, die mithilfe von Black-Box-Testumgebungen lernen.

## Die Fakten

- QwenGyre wurde am 2026-10-12 („Mon Oct 12 2026“) angekündigt.
- Das System ist auf stundenlange Durchläufe mit etwa 1 Million Tokens ausgelegt.

## Warum es wichtig ist

Das Framework könnte es Entwicklern ermöglichen, leistungsfähigere Coding-Assistenten zu entwickeln, die aus langen, realistischen Nutzungssitzungen lernen.

## Quellen und Referenzen

1. [Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents](https://www.marktechpost.com/2026/10/12/alibaba-qwen-introduces-qwengyre-elastic-reinforcement-learning-rl-for-xlong-horizon-agents/) – MarkTechPost, 2026-10-12

Zuletzt aktualisiert: 2026-10-12