阿里巴巴通義Qwen團隊發佈了最新的開源 QwenLong-L1.5 模型 ，主打超長上下文推理和記憶管理能力，構建於 Qwen3-30B-A3B-Thinking 模型之上，並增強記憶機制以處理超出其物理上下文窗口（256K）的任務。

QwenLong-L1.5三項核心創新：

1. 數據合成管線：開發了新的合成流程，專注於創建需要多跳溯源和全局分佈式證據推理的挑戰性任務，而非簡單的“大海撈針”任務。

2. 強化學習策略：引入了任務平衡採樣（Task-balanced sampling）和自適應熵控策略優化（AEPO）等 RL 策略，以穩定長上下文訓練。

3. 記憶管理框架：透過多階段融合強化學習，在單次推理256 K 上下文窗口外，結合記憶更新機制處理更長任務在領先的長上下文基準測試中，QwenLong-L1.5 比其基線模型 Qwen3-30B-A3B-Thinking 平均高出 9.9 分，性能可與 GPT-5 和 Gemini-2.5-Pro 等頂級模型媲美。

開源地址：https://github.com/Tongyi-Zhiwen/Qwen-Doc/tree/main/QwenLong-L1.5