QwenGyre: entrenamiento de agentes de larga duración

El equipo presenta infraestructura para entrenar agentes que trabajan durante horas, con cientos de interacciones y recorridos muy largos. Redistribuye recursos entre entrenamiento y ejecución y elimina trayectorias redundantes para reducir esperas y costes. El trabajo comunica una mejora de 52,5 a 58,5 en NL2RepoBench en su configuración. El contexto es pasar de respuestas breves a agentes capaces de completar proyectos prolongados. Es una técnica de entrenamiento y sus cifras son de los autores; no implica que cualquier agente comercial ya funcione de manera autónoma con esa fiabilidad.