🚀 Qwen представила QwenGyre: обучение ИИ-агентов стало до 1,85 раза быстрее Современные агенты могут выполнять задачи часами, генерируя сотни тысяч токенов. При обучении таких систем GPU часто простаивают, а повторяющиеся траектории расходуют вычислительные ресурсы. QwenGyre решает обе проблемы: • Elastic Scheduler динамически распределяет GPU между генерацией траекторий и обучением, не прерывая активные задачи. • Trajectory Processor объединяет разветвлённые траектории, удаляет дубликаты и учитывает даже частично выполненные задачи. Результаты впечатляют: → До 1,85× ускорения относительно Colocate. → До 1,78× относительно Async. → До 700 000 токенов на одну траекторию. → Рост точности на NL2RepoBench с 52,5% до 58,5% всего за 48 шагов обучения. 📄 Статья: https://arxiv.org/abs/2609.33848
- 117
- 63
- 39
- 36
- 19
- 17
- 15
- 14
- 14
- 1