← 返回系列列表

QwenLong 2 个模型

阿里巴巴 · 2025.05 - 2025.12

发布时间线

2025.12.29
QwenLong-L1.5
多跳推理数据合成流水线(知识图谱引导、跨文档表格引擎、多智能体自我进化)、自适应熵控制策略优化(AE ...
2025.05.27
QwenLong-L1
渐进式上下文扩展强化学习训练 混合奖励函数(规则验证+LLM-as-a-Judge) 难度感知的回溯 ...
发布日期 公司 模型名称 类型 特性
2025-12-29 阿里巴巴 QwenLong-L1.5 主流 多跳推理数据合成流水线(知识图谱引导、跨文档表格引擎、多智能体自我进化)、自适应熵控制策略优化(AEPO)算法,解决长文本RL信用分配难题、突破物理窗口的记忆管理框架(Memory Management Framework)、多阶段融合RL训练,融合窗口内推理与长程记忆能力
2025-05-27 阿里巴巴 QwenLong-L1 主流 渐进式上下文扩展强化学习训练 混合奖励函数(规则验证+LLM-as-a-Judge) 难度感知的回溯采样机制 具备信息定位、子目标设定、回溯和验证等推理行为