AWS Machine Learning Blog· Huibin Shen·· 3 小时前AI 评分38
在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
Fine-tune a search agent with multi-turn RL on Amazon SageMaker AI
AI 导读
亚马逊在 Amazon SageMaker AI 上推出多轮强化学习（MTRL）能力，可让 LLM 在多轮交互中通过强化学习微调，并以 Qwen3.6-27B 微调了一个搜索智能体。
来源：AWS Machine Learning Blog · aws.amazon.com