A equipe Qwen da Alibaba anunciou um novo framework chamado QwenGyre. Trata-se de um sistema elástico de aprendizado por reforço (RL) projetado para treinar agentes que precisam operar por muitas horas. O QwenGyre consegue lidar com execuções que processam quase 1 milhão de tokens sem exigir alterações no código dos agentes. O sistema é voltado a agentes de programação que aprendem por meio de ambientes de teste do tipo caixa-preta.
Por que importa
O framework pode ajudar desenvolvedores a criar assistentes de programação mais capazes, que aprendam com sessões de uso longas e realistas.
