阿里巴巴通义Qwen团队发布了最新的开源 QwenLong-L1.5 模型 ，主打超长上下文推理和记忆管理能力，构建于 Qwen3-30B-A3B-Thinking 模型之上，并增强记忆机制以处理超出其物理上下文窗口（256K）的任务。

QwenLong-L1.5三项核心创新：

1. 数据合成管线：开发了新的合成流程，专注于创建需要多跳溯源和全局分布式证据推理的挑战性任务，而非简单的“大海捞针”任务。

2. 强化学习策略：引入了任务平衡采样（Task-balanced sampling）和自适应熵控策略优化（AEPO）等 RL 策略，以稳定长上下文训练。

3. 记忆管理框架：透过多阶段融合强化学习，在单次推理256 K 上下文窗口外，结合记忆更新机制处理更长任务在领先的长上下文基准测试中，QwenLong-L1.5 比其基线模型 Qwen3-30B-A3B-Thinking 平均高出 9.9 分，性能可与 GPT-5 和 Gemini-2.5-Pro 等顶级模型媲美。

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