AWS 发布 SageMaker AI 多轮强化学习实操指南

AWS 发布在 Amazon SageMaker AI 上做多轮强化学习（MTRL）的端到端实操指南，以 Wordle 为例：把智能体和奖励函数部署到 Amazon Bedrock AgentCore，由 GRPO 更新 LoRA 适配器，并在 MLflow 中监控、在服务设置下评估。 指南要求先创建 MLflow 应用；任务运行期间不要重新部署智能体。仓库的启动脚本会连续运行评估，因为默认配额一次只允许一个评估任务，用户可申请提高配额。AWS 称，用户的数据集、智能体和训练好的模型保留在用户自己的 AWS 账户中，不用于训练基础模型。

AI 根据报道生成 · 2 天前更新