[{"data":1,"prerenderedAt":28},["ShallowReactive",2],{"nr-de-alibaba-qwen-team-open-sources-qwengyre-agent-training":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":10,"trackerLabel":10,"headlineStat":22,"image":23,"ogImage":24,"imageAlt":5,"csv":10,"minutes":25,"words":26,"html":27},"alibaba-qwen-team-open-sources-qwengyre-agent-training","Alibabas Qwen-Team veröffentlicht QwenGyre für stundenlang laufende KI-Agenten","Das Framework soll das Training von Agenten mit sehr langen Aufgaben beschleunigen. Laut Quellenangaben verkürzte es die Trainingszeit auf dem 2,4-Billionen-Parameter-Modell Qwen3.8 um 44 Prozent.","2026-10-13","07:53","2026-10-13T07:53:00+02:00","","13. Oktober 2026","news","standard","ideal-syka","Ideal Syka",[17,18,19,20,21],"Alibaba","Qwen","KI-Agenten","Reinforcement Learning","Open Source","44 % kürzere Trainingszeit","\u002Fnewsroom\u002Fimg\u002Falibaba-qwen-team-open-sources-qwengyre-agent-training.webp","\u002Fog-nr\u002Falibaba-qwen-team-open-sources-qwengyre-agent-training.de.png",2,325,"\u003Ch2>Was veröffentlicht wurde\u003C\u002Fh2>\n\u003Cp>Alibabas Qwen-Team hat QwenGyre vorgestellt, ein Reinforcement-Learning-Framework zum Training von KI-Agenten bei Aufgaben, die Stunden dauern und nahezu eine Million Tokens verbrauchen, bevor eine Belohnung anfällt. Laut Startup Fortune ist das System in einem Paper beschrieben, das am 27. September auf arXiv erschien und von MarkTechPost am 12. Oktober aufgegriffen wurde.\u003C\u002Fp>\n\u003Cp>Das Framework trainiert Coding-Agenten über unveränderte Black-Box-Harnesses, also ohne dass die bestehenden Werkzeuge eines Agenten umgebaut werden müssen. Laut Quelle zielt es auf Rollouts, die Stunden laufen und sich 1 Million Tokens nähern.\u003C\u002Fp>\n\u003Ch2>Die genannten Messwerte\u003C\u002Fh2>\n\u003Cp>Laut Quelle verkürzte QwenGyre auf dem 2,4-Billionen-Parameter-Modell Qwen3.8 die Trainingszeit um 44 Prozent: 48 Trainingsschritte dauerten 75,42 Stunden statt 134,55. Auf NL2RepoBench, einem Benchmark für repositoryweite Coding-Aufgaben, stieg die Erfolgsquote des resultierenden Modells von 52,48 auf 58,54 Prozent. Gegenüber bestehenden Scheduling-Ansätzen gibt Qwen laut Quelle bis zu 1,85-fache Beschleunigung gegenüber einem colocated Setup und 1,78-fache gegenüber einem asynchronen an. Diese Vergleiche stammen von Qwen selbst.\u003C\u002Fp>\n\u003Ch2>Der technische Engpass\u003C\u002Fh2>\n\u003Cp>Laut Quelle liegt das Problem bei lang laufenden Aufgaben darin, dass die GPUs während des Rollouts größtenteils im Leerlauf stehen, während der Agent auf Tool-Aufrufe, Dateizugriffe und Zwischenschritte wartet, und die Belohnung erst am Ende anfällt. QwenGyre verteilt die GPU-Kapazität laut Quelle auf getrennte Recheneinheiten, sodass freie Einheiten Trainingsarbeit übernehmen können, ohne laufende Rollouts zu stören.\u003C\u002Fp>\n\u003Ch2>Einordnung\u003C\u002Fh2>\n\u003Cp>Für deutsche Unternehmen, die eigene Agenten weitertrainieren wollen, ist vor allem der Umstand relevant, dass QwenGyre laut Quelle keinen Umbau des bestehenden Agenten-Harness verlangt. Ob das Framework außerhalb von Alibabas eigenem Stack übernommen wird, ist laut Quelle offen. Die Quelle nennt weder ein öffentliches Code-Repository noch eine Lizenz für das Paper.\u003C\u002Fp>\n\u003Cp>Der Kontext ist ein Wettlauf chinesischer Labore um die Agenten-Ebene; laut Quelle baut DeepSeek ein Team für Coding-Agenten, das mit Claude Code konkurrieren soll. Ob sich die gemessenen Vorteile reproduzieren lassen, ist laut Quelle die entscheidende Frage.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1791881440533]