# Alibaba представила QwenGyre для обучения агентов на длинных задачах

> Команда Qwen представила QwenGyre — масштабируемую систему обучения с подкреплением, которая позволяет обучать кодовых агентов на многочасовых сессиях с обработкой до 1 million tokens.

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

Команда Qwen компании Alibaba объявила о создании нового фреймворка QwenGyre. Это масштабируемая система обучения с подкреплением (RL), предназначенная для обучения агентов, которым приходится работать много часов подряд. QwenGyre обрабатывает в ходе таких сессий почти 1 million tokens, не требуя менять код агентов. Система рассчитана на кодовых агентов, которые обучаются с помощью тестовых стендов типа «чёрный ящик».

## Факты

- О QwenGyre объявили 2026-10-12 («Mon Oct 12 2026»).
- Система рассчитана на сессии длительностью в несколько часов с обработкой примерно 1 million tokens.

## Почему это важно

Фреймворк может помочь разработчикам создавать более функциональных помощников для программирования, обучающихся на длительных и реалистичных сессиях использования.

## Источники и ссылки

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

Обновлено: 2026-10-12