L’équipe Qwen d’Alibaba a annoncé un nouveau framework appelé QwenGyre. Ce système d’apprentissage par renforcement (RL) élastique est conçu pour entraîner des agents qui doivent fonctionner pendant de nombreuses heures. QwenGyre peut gérer des séquences de traitement approchant 1 million de tokens sans modifier le code des agents. Le système vise les agents de programmation qui apprennent à l’aide de bancs de test en boîte noire.
Pourquoi c'est important
Ce framework pourrait permettre aux développeurs de créer des assistants de programmation plus performants, capables d’apprendre à partir de sessions d’utilisation longues et réalistes.
