Alibabas Qwen-team presenterade ett nytt ramverk kallat QwenGyre. Det är ett elastiskt system för förstärkningsinlärning (RL), utformat för att träna agenter som behöver köras i många timmar. QwenGyre kan hantera förlopp där nära 1 million tokens bearbetas, utan att agenternas kod behöver ändras. Systemet riktar sig till kodningsagenter som lär sig via svarta lådan-testmiljöer.
Varför det spelar roll
Ramverket kan göra det möjligt för utvecklare att bygga mer kapabla kodningsassistenter som lär sig genom långa och realistiska användningssessioner.
