AI-agents die zelfstandig een compleet softwareproject opzetten, werken soms uren aan één opdracht en verwerken daarbij bijna een miljoen tokens. Het trainen van zulke agents met reinforcement learning, waarbij het model leert van beloning voor goed resultaat, is duur en traag. Het Qwen-team van Alibaba beschrijft in een nieuw onderzoeksartikel een systeem dat dat efficiënter moet maken: QwenGyre.

Geen nieuw model, wel een slimmere trainingsfabriek

QwenGyre is een trainingsraamwerk, geen model dat je kunt downloaden. Het pakt twee knelpunten aan:

  • Rekenkracht verschuiven. De grafische kaarten worden verdeeld in groepen die óf de agent laten werken, óf het model bijtrainen. Staat een groep stil, dan schuift hij binnen enkele seconden naar de andere taak.
  • Vertakte geschiedenissen opknippen. Lange agentsessies splitsen zich op, bijvoorbeeld door hulpagents, herhaalpogingen of het samenvatten van eerdere context. QwenGyre slaat die op als een boom met gedeelde stukken, zodat gedeelde tekst maar één keer wordt getraind. Ook sessies die tegen de tijdslimiet aanlopen, tellen nog mee voor het werk dat ze al hadden gedaan.

Opvallend detail: de agents werkten tijdens de training in een ongewijzigde, bestaande programmeeromgeving. Als testomgeving gebruikte het team Claude Code van Anthropic.

Wat het oplevert

Volgens het Qwen-team was de training bij gelijke rekenkracht en gelijke eindscores 1,21 tot 1,85 keer sneller dan bij twee gangbare methodes. Op het grootste model, Qwen 3.8 met 2,4 biljoen parameters, kostte een trainingsronde van 48 stappen 75 uur, tegenover 92 en 135 uur bij de alternatieven. De score op een test waarin de agent een complete codebase moet bouwen, steeg in die ronde van 52,5 naar 58,5 procent. Die run gebruikte 192 servers; welke chips, maakt Alibaba niet bekend.

Het gaat om eigen metingen van Alibaba, die nog niet onafhankelijk zijn gecontroleerd. Andere trainingsraamwerken, zoals veRL van ByteDance en AReaL, rapporteren hun versnellingen in andere opstellingen, dus de cijfers zijn niet een-op-een te vergelijken. Ook heeft het team de code (nog) niet openbaar gemaakt, meldt MarkTechPost.

Waarom dit ertoe doet

De grote AI-labs proberen modellen te maken die niet minuten maar uren of dagen zelfstandig doorwerken. Het trainen daarvan is een van de duurste stappen. Elke techniek die daar tijd en rekenkracht bespaart, bepaalt mee hoe snel zulke agents beter worden. Voor jou als gebruiker verandert er nu niets, maar het laat zien waar Chinese labs als Alibaba hun pijlen op richten: agents voor langdurig programmeerwerk.