AWS Machine Learning Blog· Huibin Shen·· 17 小时前AI 评分
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
在 Amazon SageMaker AI 上可用多轮强化学习（MTRL）微调搜索智能体，官方示例以 Qwen3.6-27B 为基础模型，在 us-west-2 区域训练，智能体配备 BM25 词法搜索与向量搜索两个工具。
来源：AWS Machine Learning Blog · aws.amazon.com