Alibaba Qwen présente QwenGyre, un apprentissage par renforcement élastique pour agents à très long horizon
L'équipe Qwen d'Alibaba a dévoilé QwenGyre, un système d'apprentissage par renforcement en ligne qui entraîne des agents de programmation à travers des environnements boîte noire non modifiés. Il vise des exécutions de plusieurs heures traitant près d'un million de tokens.