Alibaba Qwen Ekibi Uzun Vadeli Yapay Zeka Ajanları İçin QwenGyre Çerçevesini Tanıttı
Alibaba'nın Qwen ekibi, uzun soluklu ajan eğitimi için tasarlanan ve yüzde 85'e varan hızlanmalar sağlayan QwenGyre adlı esnek pekiştirmeli öğrenme çerçevesini duyurdu.
Alibaba Qwen ekibi, saatler süren ve yaklaşık bir milyon token işleyen uç uzunluktaki ajan eğitim süreçleri için geliştirilen esnek pekiştirmeli öğrenme çerçevesi QwenGyre sistemini tanıttı.
QwenGyre Çerçevesinin Temel Amacı
Alibaba Qwen ekibi tarafından tanıtılan QwenGyre, kodlama ajanlarını değiştirememiş kara kutu test ortamları üzerinden eğiten çevrimiçi bir pekiştirmeli öğrenme sistemi olarak öne çıkıyor. Çerçeve, Qwen 3.8 2.4T modeli üzerinde başarıyla uygulandı.
Sistemin Dayandığı İki Temel Fikir
QwenGyre mimarisi, boştaki grafik işlemcilerin rulo ile eğitim süreçleri arasında taşınması ve dallanan ajan geçmişlerinin sınırlı eğitim örneklerine dönüştürülmesi olmak üzere iki temel fikir üzerine kuruludur. Böylece uzun kuyruklu işlemler ve dallanan yürütme ağaçları yönetilir.
Esnek Zamanlayıcı ve Veri Aktarımı
Esnek zamanlayıcı, grafik işlemcileri hücrelere bölerek eğitim düzenini paylaşmalarını sağlar ve yürütmeler tamamlandıkça dinamik geçişler yapar. Bellek önbellek blokları RDMA üzerinden taşınırken, uydu bileşenler çekirdek ağırlıkları aktarım motoru aracılığıyla çeker.
Test Sonuçları ve Başarı Oranları
Yapılan kıyaslama testleri, QwenGyre çerçevesinin eşleşen skorlarda diğer sistemlere kıyasla 1.21 ila 1.85 kat arasında daha yüksek hızlanma sunduğunu kanıtlamıştır. Performans testleri çeşitli görevler ve modeller üzerinde gerçekleştirilmiştir.