Qwen 团队提出 Elastic Horizon 智能体 RL 调度法

Qwen 团队提出 Elastic Horizon，一种闭环控制器，用成功轨迹长度的 90 分位追踪"有效交互前沿"，解决智能体 RL 中交互轮数调度这一开环控制问题。在 AppWorld 和 BFCL 上，固定轮数扫描出现明显饱和平台；该方法在 7B 和 14B 骨干上均取得最佳成功率，并节省最多 25% 的每步轨迹 token。