Alibaba की Qwen टीम ने QwenGyre नाम का नया फ्रेमवर्क घोषित किया। यह एक लचीला रीइन्फोर्समेंट लर्निंग (RL) सिस्टम है, जिसे ऐसे एजेंटों को प्रशिक्षित करने के लिए बनाया गया है जिन्हें कई घंटों तक चलना होता है। QwenGyre एजेंटों के कोड में बदलाव किए बिना ऐसे रोलआउट संभाल सकता है जिनमें करीब 1 million tokens प्रोसेस होते हैं। यह सिस्टम उन कोडिंग एजेंटों के लिए बनाया गया है जो ब्लैक-बॉक्स टेस्ट हार्नेस के ज़रिए सीखते हैं।
यह क्यों मायने रखता है
यह फ्रेमवर्क डेवलपरों को ऐसे अधिक सक्षम कोडिंग असिस्टेंट बनाने में मदद कर सकता है, जो लंबे और वास्तविक इस्तेमाल वाले सत्रों से सीखते हैं।
