# Alibaba lanserar QwenGyre för RL-träning över mycket långa förlopp

> Alibabas Qwen-team presenterade QwenGyre, ett elastiskt system för förstärkningsinlärning som kan träna kodningsagenter under timslånga förlopp med upp till 1 million tokens.

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

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.

## Fakta

- QwenGyre presenterades 2026-10-12 (”Mon Oct 12 2026”).
- Ramverket är avsett för förlopp som varar i timmar och bearbetar omkring 1 million tokens.

## Varför det spelar roll

Ramverket kan göra det möjligt för utvecklare att bygga mer kapabla kodningsassistenter som lär sig genom långa och realistiska användningssessioner.

## Källor och referenser

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

Senast uppdaterad: 2026-10-12