AWS Machine Learning Blog· Huibin Shen·· 23 天前精选AI 评分60
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 团队介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，仅调整 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数，其余走默认值。
推荐理由
AWS 团队公开了用多轮 RL 微调搜索智能体的完整配置与四个基准的对比数据，可据此评估该方法在自有检索场景的迁移成本。
来源：AWS Machine Learning Blog · aws.amazon.com