Qwen-Gyre 논문은 긴 에이전트 궤적을 학습할 때 GPU를 샘플 생성과 학습 단계 사이에 탄력적으로 배분하는 구조를 제안했다. 공통 경로는 트리로 묶어 중복 저장을 줄이고 시간 제한에 걸린 궤적도 부분적으로 활용한다. Qwen3.8 실험에서는 48단계 학습 뒤 NL2Repo 점수가 52.5에서 58.5로 올랐고, 같은 GPU 예산의 비교에서 최대 1.85배 효율을 보고했다. 수치는 연구진의 특정 환경 결과이며 공개 저장소 배포 여부나 다른 업무에서의 재현성까지 확인한 것은 아니다.