AWS Machine Learning Blog· Huibin Shen·· 3 天前AI 评分58
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
AWS 团队在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，只改 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数，其余用默认值。
来源：AWS Machine Learning Blog · aws.amazon.com