QwenGyre를 소개합니다. 극장기(XLong) 에이전트 훈련에 탄력적 RL을 도입합니다. ✨
두 가지 핵심 설계와 함께 공개됩니다: 🥳
- Elastic Scheduler: 수요 변화에 따라 rollout과 훈련 간에 GPU를 재할당합니다. 실행 중인 작업은 절대 중단되지 않습니다. Colocate 대비 최대 1.85배, Async 대비 1.78배 속도 향상.
- Trajectory Processor: 분기되는 실행(compaction, 서브 에이전트, 재시도)을 접두사를 공유하는 궤적 트리로 변환하여, 샘플 수를 제한하고 중복을 제거한 훈련 샘플을 만듭니다. 타임아웃 이후의 부분 진행 상황도 채점 대상이 됩니다.
rollout당 약 700K 토큰 규모의 Qwen3.8-2.4T-A95B로 확장한 결과, QwenGyre는 48 스텝 만에 NL2RepoBench를 52.5%에서 58.5%로 끌어올렸고, Async 대비 엔드투엔드 훈련 시간을 약 44% 단축했습니다.
🔗 논문 읽기:
https://arxiv.org/abs/2609.33848
